-
公开(公告)号:CN113397556A
公开(公告)日:2021-09-17
申请号:CN202110828099.4
申请日:2021-07-22
申请人: 福州大学至诚学院
摘要: 本发明公开了基于睡眠数据对睡眠呼吸紊乱事件进行分类的方法,涉及睡眠数据分析技术领域,通过对Physionet提供的UCDDB数据探索,通过小波降噪的方式对数据进行预处理,并且通过小波8层阈值分解心电数据获得低中高频数据,为特征提取打下基础,并对数据进行可视化通过模极大值法提取心电数据的R波峰值,借由此得到RR间期,通过分析RR间期与心率变异性之间的关系,采用CNN卷积神经网络模型,整体分类效果较好,寻找到一个性能较好并且训练速度较快的模型,最终得到一个能够为医院做OSA诊断的初筛理想模型。
-
公开(公告)号:CN114582506A
公开(公告)日:2022-06-03
申请号:CN202210205096.X
申请日:2022-03-02
申请人: 福州大学至诚学院
摘要: 本发明公开一种慢性病早期告警系统与方法,包括:客户端,用于接收用户发送的身体健康信息和/或用户通过应用程序发送的健康测试数据;云端服务器,用于接收客户端发送的身体健康信息和/或健康测试数据,并根据预设的慢性病数据库进行数据处理,生成预设时间内的用户处方。本发明可通过用户自身的客户端向云端服务器发送身体健康信息,然后由云端服务器根据该信息数据进行数据处理,然后根据慢性病数据库得出用户的慢性病类型,从而生成相应的用户处方,使用户能够通过自身的客户端检测有无慢性病,而无需去医院,同时还能获得改善慢性病的用户处方,有助于用户改善慢性病状况,以避免或缓和这些预测到的健康恶化情况。
-