-
公开(公告)号：CN111449645A
公开(公告)日：2020-07-28
申请号：CN202010154210.1
申请日：2020-03-07
Applicant: 河南大学
IPC: A61B5/0402 , A61B5/04 , A61B5/00
Abstract: 本发明属于心电信号识别技术领域，涉及一种心电图心拍智能分类识别方法，包含：获取心电图心拍信号样本数据，该样本数据包含健康者心电图心拍信号数据及不同类型病患者心电图心拍信号数据，并对样本数据进行预处理；构建堆叠自编码器，以无监督的方式自动提取心拍信号中特征信息；基于该特征组建分类识别数据库，训练通用背景模型，学习一般特征，其参数用来初始化心拍专用识别模型；采集每位患者前m分钟的心拍，训练专用识别模型，使其学习心拍特异性；利用后续分钟数数据对模型识别准确度进行测试。本发明提升心电识别准确度，实现心电信号实时持续监测，可适用于临床、可穿戴设备监护等多个领域，以便辅助医生快速进行相关诊断。
-
公开(公告)号：CN114529519B
公开(公告)日：2024-07-12
申请号：CN202210083515.7
申请日：2022-01-25
Applicant: 河南大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06V10/75 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明属于图像处理技术领域，特别涉及一种基于多尺度深度空洞残差网络的图像压缩感知重建方法及系统，针对图像数据，使用卷积采样网络模拟传统压缩感知测量过程对图像进行测量后得到测量值，测量值经过亚像素卷积网络完成测量向量到原始信号的初步重建；并在多尺度深度空洞残差网络中使用不同的空洞卷积来卷积学习不同的尺度特征，通过融合多尺度信息，增加网络的感受野以捕捉更多的上下文信息，从而提升成像效果；并通过使用卷积层代替传统随机矩阵的方法进行采样，提升测量值与图像的相关性。本发明能够在具有高重建图像质量的同时，可以解决现有基于块采样存在的图像块效应问题，便于实际重建图像场景中的应用。
-
公开(公告)号：CN114529519A
公开(公告)日：2022-05-24
申请号：CN202210083515.7
申请日：2022-01-25
Applicant: 河南大学
Abstract: 本发明属于图像处理技术领域，特别涉及一种基于多尺度深度空洞残差网络的图像压缩感知重建方法及系统，针对图像数据，使用卷积采样网络模拟传统压缩感知测量过程对图像进行测量后得到测量值，测量值经过亚像素卷积网络完成测量向量到原始信号的初步重建；并在多尺度深度空洞残差网络中使用不同的空洞卷积来卷积学习不同的尺度特征，通过融合多尺度信息，增加网络的感受野以捕捉更多的上下文信息，从而提升成像效果；并通过使用卷积层代替传统随机矩阵的方法进行采样，提升测量值与图像的相关性。本发明能够在具有高重建图像质量的同时，可以解决现有基于块采样存在的图像块效应问题，便于实际重建图像场景中的应用。
-
公开(公告)号：CN111449645B
公开(公告)日：2021-07-06
申请号：CN202010154210.1
申请日：2020-03-07
Applicant: 河南大学
Abstract: 本发明属于心电信号识别技术领域，涉及一种心电图心拍智能分类识别方法，包含：获取心电图心拍信号样本数据，该样本数据包含健康者心电图心拍信号数据及不同类型病患者心电图心拍信号数据，并对样本数据进行预处理；构建堆叠自编码器，以无监督的方式自动提取心拍信号中特征信息；基于该特征组建分类识别数据库，训练通用背景模型，学习一般特征，其参数用来初始化心拍专用识别模型；采集每位患者前m分钟的心拍，训练专用识别模型，使其学习心拍特异性；利用后续分钟数数据对模型识别准确度进行测试。本发明提升心电识别准确度，实现心电信号实时持续监测，可适用于临床、可穿戴设备监护等多个领域，以便辅助医生快速进行相关诊断。
-
-
-
Search Results
4
records
(took 0.017 seconds)
