公开(公告)号：CN117694901A

公开(公告)日：2024-03-15

申请号：CN202410015180.4

申请日：2024-01-04

Applicant: 桂林电子科技大学

Inventor： 陈真诚 ,  贲玉靓 ,  李铭 ,  唐群峰 ,  朱健铭

IPC: A61B5/318 ,  A61B5/02 ,  A61B5/00

Abstract: 本发明公开了一种基于深度神经网络的心电信号重建方法，属于医学信号检测领域，针对心电信号易受干扰，不易检测的问题，提出了所述方法，该方法包括：对采集到的心电信号(ECG)和光电容积脉搏波信号(PPG)进行信号预处理；对信号进行重叠操作，增强数据特征信息；搭建深度神经网络结构，确定深度神经网络模型对应的损失函数并训练神经网络模型；基于训练好的神经网络模型对ECG信号进行重建。

公开(公告)号：CN116982986A

公开(公告)日：2023-11-03

申请号：CN202310906351.8

申请日：2023-07-24

Applicant: 桂林电子科技大学

Inventor： 陈真诚 ,  贲玉靓 ,  朱健铭 ,  梁永波 ,  韩国成

IPC: A61B5/318 ,  A61B5/346

Abstract: 本发明涉及医学信号检测技术领域，具体涉及一种基于蜣螂优化和Unet网络的心电信号重建方法，通过对PPG、ECG信号滤波、分段、重叠等预处理的操作，划分出训练集和测试集；搭建Unet网络，并构建Unet网络ECG信号重建模型，输出重建结果；再利用蜣螂算法对Unet网络ECG信号重建模型中的adam优化算法里的学习率进行寻优计算，得到学习率的最优解；代入最优学习率得到优化的ECG信号重建模型，求解模型进行信号重建。相较于原始的Unet网络，本发明的ECG信号重建模型的非线性逼近能力、均方误差的收敛速度、皮尔相关系数等都有了进一步提升，进而提高了ECG信号重建的质量。