-
公开(公告)号：CN118592967A
公开(公告)日：2024-09-06
申请号：CN202410795532.2
申请日：2024-06-19
Applicant: 鲁东大学 , 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
IPC: A61B5/318 , A61B5/346 , A61B5/00 , G06F18/241 , G06F18/214 , G06N3/045 , G06N3/08 , G16H40/67 , H04L67/10 , H04L67/12
Abstract: 本发明公开了一种基于端‑边‑云架构的便携式智能心电监护系统。该系统由3个部分组成：端设备（心电监护仪）、边缘设备（智能手机）以及云设备（云服务器）。端设备负责采集用户实时的心电信号,并通过蓝牙发送给边缘设备；边缘设备接收到实时的心电信号，通过基于心电形态学的六边形识别算法检测是否存在异常心电信号，如果存在则通过5G发往云设备；云设备通过CNN‑LSTM模型更加精准的识别用户的健康状态并反馈给边缘设备。当边缘设备接收到的识别结果为患病时，则会向紧急联系人发送预警以及患病的位置。该系统为用户提供了一个更加便携高效的智能心电监护系统。
-
公开(公告)号：CN117649590A
公开(公告)日：2024-03-05
申请号：CN202311682254.1
申请日：2023-12-08
Applicant: 鲁东大学 , 烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地
IPC: G06V10/82 , G06V10/44 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明属于医学数据识别技术领域，公开了一种基于位置回溯深度学习网络的心肌梗死识别算法。该算法提出了一种基于位置回溯深度学习网络PBDN(Position Backtracking Deep learning Network)的特征选择方法，采用PBDN获取深度学习模型对原始特征的回溯结果，然后将结果映射到第一象限y＝kx直线的斜率上，利用不同类别直线的斜率之和和每两条直线的夹角之和完成特征的最终评价，本申请在公开数据集PTB心电识别数据库上进行了仿真实验，结果表明，使用经过PBDN特征选择后的心肌梗死数据进行分类，准确率达到了99.5％以上，与其他的心肌梗死识别算法相比，本算法的识别率达到了令人满意的效果，并且训练时间和计算量大大的减少。
-
公开(公告)号：CN111738335A
公开(公告)日：2020-10-02
申请号：CN202010577504.5
申请日：2020-06-23
Applicant: 鲁东大学
Abstract: 本发明公开了一种基于神经网络的时间序列数据异常检测方法，包括以下步骤：收集数据，基于神经网络的时间序列数据异常检测过程，异常检测方法的性能验证。本发明的有益之处在于：（1）异常检测器不对异常类型、异常模式的潜在机制做任何假设，但可以通过学习从训练数据集中获得相关概念；（2）异常检测器不需要选择阈值，避免了阈值设置的繁琐工作，从而可以获得良好的异常检测性能；（3）随着异常检测经验的积累，异常检测器不断进行动态改进，学习新的异常，从而增强其对异常检测的知识积累；（4）本发明所提的异常检测方法可以广泛应用于健康医疗、智能交通和大型生产系统等行业中的人体疾病监测、交通事故发现、设备故障诊断、网络入侵检测等众多领域。
-
公开(公告)号：CN106485213A
公开(公告)日：2017-03-08
申请号：CN201610857058.7
申请日：2016-09-27
Applicant: 鲁东大学
CPC classification number: A61B5/117 , G06K9/00885 , G06K9/00503 , G06K9/0051 , G06K9/00523 , G06K9/6256 , G06K9/629 , G06K2009/00939
Abstract: 本发明公开了一种利用心电信号进行自动身份识别的特征提取方法，(1)将训练集心电信号转化为训练集伪心拍信号：由系统外部输入训练集心电信号，除去训练集心电信号的噪声，搜索训练集心电信号的二阶差分零点，检测训练集心电信号的R波，分割为训练集伪心拍信号矩阵；信号的特征：计算训练集伪心拍信号矩阵的功率谱密度矩阵，自相关矩阵，将训练集变换域特征和训练集时域特征进行融合；(3)将待识别心电信号转化为待识别伪心拍信号；(4)利用待识别伪心拍信号提取待识别心电信号的特征。本发明有效减小了身份识别需要的信号采集时间，提高识别准确率，降低计算成本。(2)利用训练集伪心拍信号矩阵提取训练集心电
-
公开(公告)号：CN111063453B
公开(公告)日：2024-01-19
申请号：CN201811200508.0
申请日：2018-10-16
Applicant: 鲁东大学
Abstract: 本发明公开了一种心力衰竭早期检测方法，旨在将大数据与人工智能技术引入到医疗健康领域，发现各种疾病和综合症，挖掘有价值的信息，为心力衰竭的诊断和治疗提供系统决策。其技术要点是，通过云端平台收集患者的日常生理数据，提出了统一描述海量医疗数据特性并满足复杂语义的心电数据关联关系分析，和基于时间序列的生理指标相似性评估策略，从而进行心力衰竭的早期检测和预警。该方法使用从132例患者（47例失代偿事件和85例正常事件）收集的血压，呼吸频率，心率和体重等心电监测的生理数据，验证了所提方案特别适用于检测早期心力衰竭代偿失调，从而为用户提供高效、智能、个性化的服务。本发明适用于心力衰竭的早期检测，从而可以通过改变生活方式和药物干预等，有效延缓心力衰竭的发展。
-
Patent Agency Ranking
公开(公告)号：CN106485213B
公开(公告)日：2019-04-12
申请号：CN201610857058.7
申请日：2016-09-27
Applicant: 鲁东大学
Abstract: 本发明公开了一种利用心电信号进行自动身份识别的特征提取方法，(1)将训练集心电信号转化为训练集伪心拍信号：由系统外部输入训练集心电信号，除去训练集心电信号的噪声，搜索训练集心电信号的二阶差分零点，检测训练集心电信号的R波，分割为训练集伪心拍信号矩阵；(2)利用训练集伪心拍信号矩阵提取训练集心电信号的特征：计算训练集伪心拍信号矩阵的功率谱密度矩阵，自相关矩阵，将训练集变换域特征和训练集时域特征进行融合；(3)将待识别心电信号转化为待识别伪心拍信号；(4)利用待识别伪心拍信号提取待识别心电信号的特征。本发明有效减小了身份识别需要的信号采集时间，提高识别准确率，降低计算成本。
-
公开(公告)号：CN117668611A
公开(公告)日：2024-03-08
申请号：CN202311600649.2
申请日：2023-11-28
Applicant: 鲁东大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明属于医学数据识别技术领域，公开了基于投影矩阵面积特征选择的左心室肥大识别方法及系统。该方法采用Stiefel流形上的混合下降方向和混合步长的投影类非单调线搜索方法，求解含有正交约束的最小二乘算法的目标函数，获得令预测标签到真实标签竖直距离最小的投影矩阵W，将投影矩阵W绘制成多边形图像，用图形语言的方式展示投影矩阵W中蕴含的各个特征信息，通过基于投影矩阵面积的特征选择方法PMA计算投影矩阵的面积，并且对各个特征信息特征进行评价；本发明获得一个最优的特征子集，将筛选后的特征子集投入分类模型中训练，不仅可以节省训练的时间还可以获得比原数据训练更高的识别率。
-
公开(公告)号：CN117668611B
公开(公告)日：2024-10-18
申请号：CN202311600649.2
申请日：2023-11-28
Applicant: 鲁东大学
IPC: G06F18/24 , G06F18/214 , G06F18/25 , G06N3/0442 , G06N3/0464 , G06N3/09 , G06N3/084
Abstract: 本发明属于医学数据识别技术领域，公开了基于投影矩阵面积特征选择的左心室肥大识别方法及系统。该方法采用Stiefel流形上的混合下降方向和混合步长的投影类非单调线搜索方法，求解含有正交约束的最小二乘算法的目标函数，获得令预测标签到真实标签竖直距离最小的投影矩阵W，将投影矩阵W绘制成多边形图像，用图形语言的方式展示投影矩阵W中蕴含的各个特征信息，通过基于投影矩阵面积的特征选择方法PMA计算投影矩阵的面积，并且对各个特征信息特征进行评价；本发明获得一个最优的特征子集，将筛选后的特征子集投入分类模型中训练，不仅可以节省训练的时间还可以获得比原数据训练更高的识别率。
-
公开(公告)号：CN111667114A
公开(公告)日：2020-09-15
申请号：CN202010502360.7
申请日：2020-06-05
Applicant: 鲁东大学
Abstract: 本发明公开了一种基于时空大数据融合的智能路线规划推荐方法，包括以下步骤：收集数据，智能路线规划的多目标模型，基于启发式的智能化最优路线规划推荐方法。本发明的有益之处在于：（1）综合考虑了公交车的容量限制、乘客需求量和时间约束等多维数据，与目前模型构建越来越趋向多维度的研究趋势相符；（2）数据集包含整个烟台市区所有公交车和站点三年的记录，实验结果非常具有代表性；（3）选取与路线规划相关的多目标优化模型，具有很好的通用性，并且可以推广到智慧旅游、智慧城市等其他应用领域；（4）准确、实时、可靠的路线规划推荐方法可以帮助公交公司确定合理的发车间隔，可以减少乘客的等车时间，提高乘客的舒适度，对减少能源消耗和环境污染，缓解交通拥堵具有重要意义。
-
公开(公告)号：CN111063453A
公开(公告)日：2020-04-24
申请号：CN201811200508.0
申请日：2018-10-16
Applicant: 鲁东大学
Abstract: 本发明公开了一种心力衰竭早期检测方法，旨在将大数据与人工智能技术引入到医疗健康领域，发现各种疾病和综合症，挖掘有价值的信息，为心力衰竭的诊断和治疗提供系统决策。其技术要点是，通过云端平台收集患者的日常生理数据，提出了统一描述海量医疗数据特性并满足复杂语义的心电数据关联关系分析，和基于时间序列的生理指标相似性评估策略，从而进行心力衰竭的早期检测和预警。该方法使用从132例患者（47例失代偿事件和85例正常事件）收集的血压，呼吸频率，心率和体重等心电监测的生理数据，验证了所提方案特别适用于检测早期心力衰竭代偿失调，从而为用户提供高效、智能、个性化的服务。本发明适用于心力衰竭的早期检测，从而可以通过改变生活方式和药物干预等，有效延缓心力衰竭的发展。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.051 seconds)
