-
公开(公告)号：CN110141216A
公开(公告)日：2019-08-20
申请号：CN201910455091.0
申请日：2019-05-29
申请人： 清华大学深圳研究生院 , 东莞见达信息技术有限公司
IPC分类号： A61B5/0402 , A61B5/0452 , A61B5/00
摘要： 本发明提供了一种心电信号QRS特征波的识别方法、神经网络模型的训练方法、心电信号QRS特征波的识别系统、神经网络模型的训练装置、计算机设备以及计算机可读存储介质，涉及生物医学技术领域。其中，心电信号QRS特征波的识别方法包括：获取待识别的心电信号；将所述心电信号进行预处理，得到信号片段；基于残差网络构造神经网络模型并对所述神经网络模型进行训练；基于所述神经网络模型对所述信号片段进行识别，得到所述心电信号中的QRS特征波。本发明由于在模型训练过程中有效避免了梯度消失的问题，因此具有执行效率较高的特点，在整个算法流程中有效减少了特征工程的步骤。
-
公开(公告)号：CN110141216B
公开(公告)日：2022-09-30
申请号：CN201910455091.0
申请日：2019-05-29
申请人： 清华大学深圳研究生院 , 东莞见达信息技术有限公司
摘要： 本发明提供了一种心电信号QRS特征波的识别方法、神经网络模型的训练方法、心电信号QRS特征波的识别系统、神经网络模型的训练装置、计算机设备以及计算机可读存储介质，涉及生物医学技术领域。其中，心电信号QRS特征波的识别方法包括：获取待识别的心电信号；将所述心电信号进行预处理，得到信号片段；基于残差网络构造神经网络模型并对所述神经网络模型进行训练；基于所述神经网络模型对所述信号片段进行识别，得到所述心电信号中的QRS特征波。本发明由于在模型训练过程中有效避免了梯度消失的问题，因此具有执行效率较高的特点，在整个算法流程中有效减少了特征工程的步骤。
-
公开(公告)号：CN110141226B
公开(公告)日：2022-03-15
申请号：CN201910455076.6
申请日：2019-05-29
申请人： 清华大学深圳研究生院 , 东莞见达信息技术有限公司
摘要： 本发明实施例提供了一种自动睡眠分期方法、装置、计算机设备及计算机可读存储介质，其中，该方法包括：获取待处理的睡眠数据，其中，所述睡眠数据包括脑电信号、眼电信号以及下颌肌电信号；将所述睡眠数据输入自动睡眠分期模型，输出所述睡眠数据的睡眠分期，其中，所述自动睡眠分期模型是以已知的睡眠数据和所述已知的睡眠数据的睡眠分期作为样本训练分类器得到的。该方案的自动睡眠分期过程由于采用了脑电信号、眼电信号以及下颌肌电信号，与现有技术中只根据单通道脑电进行自动睡眠分期的方式相比，可以有利于提高自动睡眠分期的准确率。
-
公开(公告)号：CN110141226A
公开(公告)日：2019-08-20
申请号：CN201910455076.6
申请日：2019-05-29
申请人： 清华大学深圳研究生院 , 东莞见达信息技术有限公司
IPC分类号： A61B5/0476 , A61B5/0496 , A61B5/0488 , A61B5/00
摘要： 本发明实施例提供了一种自动睡眠分期方法、装置、计算机设备及计算机可读存储介质，其中，该方法包括：获取待处理的睡眠数据，其中，所述睡眠数据包括脑电信号、眼电信号以及下颌肌电信号；将所述睡眠数据输入自动睡眠分期模型，输出所述睡眠数据的睡眠分期，其中，所述自动睡眠分期模型是以已知的睡眠数据和所述已知的睡眠数据的睡眠分期作为样本训练分类器得到的。该方案的自动睡眠分期过程由于采用了脑电信号、眼电信号以及下颌肌电信号，与现有技术中只根据单通道脑电进行自动睡眠分期的方式相比，可以有利于提高自动睡眠分期的准确率。
-
-
-
搜索结果
4 条记录 (耗时 0.042 秒)
