一种基于正态分布的分段线性拟合健康评估方法

    公开(公告)号:CN106096274A

    公开(公告)日:2016-11-09

    申请号:CN201610412965.0

    申请日:2016-06-08

    CPC classification number: G16H50/30

    Abstract: 本发明提供一种基于正态分布的分段线性拟合健康评估方法,包括下列步骤:1)请医学专家确定体征值的分级标准;2)根据分级标准确定百分值点,并将体征值划分成若干区间,每个区间确定得分区间;3)在每个区间,以特征值为横轴,以得分为纵轴,建立线性分段模型;4)当用户输入体征值组合,取每一个体征值带入线性模型,得到一个得分集合。5)对得分集合中每一个值根据体征值属性确定权重,然后做加权求和。本发明解决了目前传统健康定性评估方法主观性强,缺乏客观、定量的评价指标和统一标准的缺点。通过建立基于正态分布的分段线性拟合健康评估模型,可以使用户对自己的健康状况有一个量化的了解,从而更好指导用户健康生活,提高用户的生活品质。

    一种基于谱聚类算法的景点路线推荐方法

    公开(公告)号:CN105447595A

    公开(公告)日:2016-03-30

    申请号:CN201510797287.X

    申请日:2015-11-18

    CPC classification number: G06Q10/047

    Abstract: 本发明公开了一种基于谱聚类算法的景点路线推荐方法,包括:步骤1,游客确定要游览的景点,搜集这些景点的数据信息并抽象成一个无向图;步骤2,使用弗洛伊德算法计算图中任意两个景点的最短距离,并删除景点路径图中的无用路径;步骤3,在景点路径图上应用谱聚类算法将大景区切割成多个小景区;步骤4,采用模拟退火算法计算出小景区间的路线规划方案;步骤5,选择离游客最近的一个小景区的景点作为游客的出发点,计算该小景区内的景点访问路线,再根据小景区之间的路线规划方案访问下一个小景区,分别求出每个小景区内部的景点访问路线,最终得到所有景点的游览路线。

    基于HRV自主神经功能参数的司机安全监控系统及方法

    公开(公告)号:CN118303896A

    公开(公告)日:2024-07-09

    申请号:CN202410407548.1

    申请日:2024-04-07

    Abstract: 本发明公开了一种基于HRV自主神经功能参数的司机安全监控系统及方法,包括如下步骤:用设置在方向盘上的滑动套圈式心电电极采集司机的心电信号,将采集到的心电信号传输至心电放大器进行放大,放大后转换成心电数字信号,并保存;心电数字信号中RR间期和RR间期变异量进行时域分析计算,获得时域参数平均心率、标准差SDNN、连续RR间隔的均方根RMSSD以及相差超过50ms的连续RR间隔的百分比PNN50;心电数字信号中RR间期进行频域分析计算,得到自主神经功能频域参数LF/HF的功率数值和频谱包络图;根据时域参数和频域参数的功率数值和频谱包络图分析判断司机状态是否异常。本发明保障预警的准确性,提高安全监测的灵敏性。

    一种基于极值能量分解法的心电图信号量化分析方法

    公开(公告)号:CN110558973A

    公开(公告)日:2019-12-13

    申请号:CN201910841966.0

    申请日:2019-09-06

    Abstract: 本发明公开了一种基于极值能量分解法的心电图信号量化分析方法,包括获取给定时间和给定采样频率下的未知状态的ECG信号x(t);将ECG信号x(t)进行去噪预处理;将去噪后的ECG信号x(t)作为原始信号,将原始信号x(t)分解为n个极值模态函数分量和一个余量,将原始信号x(t)分解得的n个极值模态函数分量,代表了原始信号不同频段的分量,根据n个极值模态函数分量判定该ECG信号是否为异常心电图信号以及其异常程度等级。本发明采用极值能量分解方法分析ECG信号,将原始信号分解为多个分量,也就是极值分量函数,计算每一个分量的能量,得到其能量分布。

    一种基于极值能量分解法的心率变异性信号分析方法

    公开(公告)号:CN110464337A

    公开(公告)日:2019-11-19

    申请号:CN201910841605.6

    申请日:2019-09-06

    Abstract: 本发明公开了一种基于极值能量分解法的心率变异性信号分析方法,包括获取给定时间和给定采样频率下的未知状态的ECG信号,去噪后得到RRI信号x(t);将RRI信号x(t)作为原始信号,将原始信号x(t)分解为n个极值模态函数分量和一个余量,将原始信号x(t)分解得的n个极值模态函数分量,代表了原始信号不同频段的分量,根据n个极值模态函数分量判定该RRI信号是否为异常心率变异性信号。本发明采用极值能量分解方法分析RRI信号,将原始信号分解为多个分量,也就是极值分量函数,计算每一个分量的能量,得到其能量分布。

    一种基于TF‑IDF改进算法的疾病症状推导方法

    公开(公告)号:CN106096273A

    公开(公告)日:2016-11-09

    申请号:CN201610412964.6

    申请日:2016-06-08

    CPC classification number: G16H50/20

    Abstract: 本发明提供一种基于TF‑IDF改进算法的疾病症状推导方法,包括下列步骤:1)请医学专家根据科室分类编写疾病症状对应字典;2)分析每一个科室的文档,统计症状词频TF;3)分析所有的文档,统计计算反向词频ITF;4)查询每个疾病的搜索引擎月查询量,并找出最大的查询量,进而计算出搜索引擎查询指数。5)基于以上计算出的TF,IDF和搜索引擎查询指数按照公式计算出最终的权重。本发明解决了目前传统疾病症状推导方法推理逻辑复杂,依赖于医学专家经验知识,并且医学知识形式化困难等缺陷,通过TF‑IDF算法计算出的词频和搜索引擎搜索指数加权求和的方法,极大的提高了目前推导方法的效率,并利用搜索引擎大数据提高了导诊的准确性。

    一种基于贝叶斯分类的改进中心线血管分割方法及系统

    公开(公告)号:CN116739965A

    公开(公告)日:2023-09-12

    申请号:CN202310156214.7

    申请日:2023-02-23

    Abstract: 本发明公开了一种基于贝叶斯分类的改进中心线血管分割方法及系统,所述方法包括如下步骤:(1)对血管图像进行预处理;(2)利用霍夫变换方法对血管截平面进行检测,获得血管截面中的圆形区域以及圆形区域内的像素点集合;(3)基于贝叶斯分类算法对血管截面中的圆形区域像素点进行分类,得到分类结果并与圆形区域内的像素点计算欧式距离;(4)将分割结果区间内的像素点进行颜色标记;(5)利用基于VTK的开源工具对标记后的分割结果进行三维重建;本发明有效避免了分割的溢出问题,较为精确的获得了医疗图像中的血管网络结构,同时可以稳定完成图像的分割任务,对于医疗的临床诊断具有十分重要的现实意义。

    一种基于后验概率的图像降噪方法

    公开(公告)号:CN113450268A

    公开(公告)日:2021-09-28

    申请号:CN202110566005.0

    申请日:2021-05-24

    Abstract: 本发明公开了一种基于后验概率的图像降噪方法。属于计算机视觉领域,操作步骤:数据的采集、数据标签标注、贝叶斯模型的训练、分类结果倒入字典学习稀疏矩阵中降噪、对降噪过的数据进行图像处理。本发明实施例所述的基于朴素贝叶斯后验概率和字典学习稀疏矩阵的图像去噪方法,通过朴素贝叶斯模型强大的分类功能,对图像中的噪声数据和样本标签数据进行细分类,然后将分类结果提供给字典学习稀疏矩阵进行稀疏表达,通过数学方法达到减噪、去噪的效果,提高医疗图像数据的信噪比,为后期的图像分割、检测等计算机临床辅助诊断提供技术支持,从而提高医院自动化临床诊断效率。

Patent Agency Ranking