-
Patent Agency Ranking
公开(公告)号：CN115844422B
公开(公告)日：2024-08-02
申请号：CN202211490284.8
申请日：2022-11-25
Applicant: 重庆邮电大学
IPC: A61B5/369 , A61B5/372 , A61B5/00 , G06F18/24 , G06F18/23213 , G06F18/2135
Abstract: 本发明属于信号处理领域，具体涉及一种神经元锋电位分类方法，包括获取原始锋电位信号，对获取的锋电位信号进行预处理；由启发自适应阈值将预处理后的数据集进行锋电位检测，得到锋电位信号数据集；将锋电位数据由主成分分析法降维，得到特征值和特征向量，并把锋电位点映射到特征向量构建的特征空间中；把特征值和锋电位数据作为K均值聚类的输入，不断进行迭代使聚类中心不再变化的同时保证每个样本到其所属的类中心距离最近，得到分类结果；本发明在提高检测准确率的基础上提高分类准确率。
-
公开(公告)号：CN114462455A
公开(公告)日：2022-05-10
申请号：CN202210140934.X
申请日：2022-02-16
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于计算模型的帕金森状态下闭环DBS刺激效果评价指标计算方法，属于数字医疗仪器领域。该方法包括：S1：信号采集：基于计算模型采集LFP信号；S2：信号预处理：对LFP信号进行滤波及降采样；S3：时域分割：将β爆发从预处理后的LFP信号中分离出来；S4：统计分析：根据步骤S3得到的β爆发持续时间长短进行统计分析，并进行长振荡与短振荡的二分类；S5：量化：将步骤S4得到的二分类结果进行量化，获得闭环DBS刺激效果的评价指标。本发明使得基于模型的闭环DBS刺激效果评估更加全面，更具有可靠性。
-
公开(公告)号：CN114462455B
公开(公告)日：2024-07-26
申请号：CN202210140934.X
申请日：2022-02-16
Applicant: 重庆邮电大学
IPC: G16H50/70 , G16H20/40 , G16H50/50 , G06F18/2433 , G06F18/213 , G06F18/10 , G06F123/02
Abstract: 本发明涉及一种基于计算模型的帕金森状态下闭环DBS刺激效果评价指标计算方法，属于数字医疗仪器领域。该方法包括：S1：信号采集：基于计算模型采集LFP信号；S2：信号预处理：对LFP信号进行滤波及降采样；S3：时域分割：将β爆发从预处理后的LFP信号中分离出来；S4：统计分析：根据步骤S3得到的β爆发持续时间长短进行统计分析，并进行长振荡与短振荡的二分类；S5：量化：将步骤S4得到的二分类结果进行量化，获得闭环DBS刺激效果的评价指标。本发明使得基于模型的闭环DBS刺激效果评估更加全面，更具有可靠性。
-
公开(公告)号：CN115844422A
公开(公告)日：2023-03-28
申请号：CN202211490284.8
申请日：2022-11-25
Applicant: 重庆邮电大学
IPC: A61B5/369 , A61B5/372 , A61B5/00 , G06F18/24 , G06F18/23213 , G06F18/2135
Abstract: 本发明属于信号处理领域，具体涉及一种神经元锋电位分类方法，包括获取原始锋电位信号，对获取的锋电位信号进行预处理；由启发自适应阈值将预处理后的数据集进行锋电位检测，得到锋电位信号数据集；将锋电位数据由主成分分析法降维，得到特征值和特征向量，并把锋电位点映射到特征向量构建的特征空间中；把特征值和锋电位数据作为K均值聚类的输入，不断进行迭代使聚类中心不再变化的同时保证每个样本到其所属的类中心距离最近，得到分类结果；本发明在提高检测准确率的基础上提高分类准确率。
-
公开(公告)号：CN116019460A
公开(公告)日：2023-04-28
申请号：CN202310140235.X
申请日：2023-02-20
Applicant: 重庆邮电大学
Abstract: 本发明属于数据处理技术领域，具体涉及一种睡眠脑电分期方法及系统；该方法包括：获取脑电信号数据并对其进行预处理，得到预处理好的脑电信号数据；对预处理好的脑电信号数据进行特征提取，得到时频特征图；对时频特征图进行时序特征提取，得到时序特征图；将时频特征图和时序特征图输入到分类器中进行分类，得到脑电信号分类结果；本发明睡眠分期准确度高，训练时间短，收敛速度快，实用性高。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
