公开(公告)号：CN118000748A

公开(公告)日：2024-05-10

申请号：CN202410169344.9

申请日：2024-02-06

Applicant: 重庆邮电大学

Inventor： 李国权 ,  刘梓潼 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: A61B5/346 ,  A61B5/00 ,  G06F18/241

Abstract: 本发明涉及一种基于多尺度特征融合的多导联心电信号分类方法，属于心电信号分类技术领域，包括以下步骤：S1：对多导联心电信号预处理，得到预处理后的多导联心电信号S1；S2：针对一维时间序列数据S1，建立各导联间相关性信息与各导联内部独特性信息的特征融合网络；将预处理后的心电信号S1输入到该特征融合网络中，得到特征图S2；S3：通过多尺度特征提取模块MSF‑Net和多头注意力网络模块建立基于局部特征与全局特征的融合网络，将特征S2输入到所述融合网络中，最后将并行的两个分支网络输出得到特征图拼接融合，通道降维得到特征S3；S4：建立分类模块，将特征S3输入到分类模块中，输出得到心电信号分类结果。

公开(公告)号：CN117653135A

公开(公告)日：2024-03-08

申请号：CN202410074151.5

申请日：2024-01-18

Applicant: 重庆邮电大学

Inventor： 李国权 ,  贺荣 ,  刘梓潼 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: A61B5/318 ,  G06F18/15 ,  G06F18/213 ,  G06F18/2415 ,  G06F18/2433 ,  G06N3/045 ,  G06N3/0464 ,  A61B5/346 ,  A61B5/363 ,  A61B5/00 ,  G06F123/02

Abstract: 本发明涉及一种基于SincNet和多头注意力机制的心律失常分类方法，属于信号处理技术领域，包括以下步骤：S1：读取MIT‑BIH心律失常数据库中的心电信号数据，并对心电信号进行归一化和心拍分割；S2：构建基于SincNet和多头注意力机制的分类模型；S3：将心电信号数据划分为训练集和测试集，使用训练集训练所述分类模型，得到最优模型，用测试集测试进行测试，得到结果。本发明能同时提取时域特征和频域特征，并利用注意力机制捕获时频域特征之间的依赖关系，提高心律失常的分类性能。

公开(公告)号：CN116346184A

公开(公告)日：2023-06-27

申请号：CN202310148844.X

申请日：2023-02-22

Applicant: 重庆邮电大学

Inventor： 李国权 ,  王玉慧 ,  熊军洲 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: H04B7/06 ,  H04W72/54

Abstract: 本发明涉及一种基于索引调制的IRS辅助MISO系统资源分配方法，属于无线通信领域。该方法将基于索引调制的IRS用于辅助下行MISO系统，其中将IRS进行分组，被激活的IRS元素组通过无源波束形成提高接收信号功率，同时通过反射传输空域信息。优化问题是在假设信道信息已知的前提下，通过联合优化接入点处的波束赋形和IRS处的相移矩阵来最大化系统的和速率。采用交替优化方法对的非凸问题求解。本发明可实现比传统的全反射IRS辅助系统更高的速率性能。

公开(公告)号：CN114972711A

公开(公告)日：2022-08-30

申请号：CN202210393075.5

申请日：2022-04-14

Applicant: 重庆邮电大学

Inventor： 李国权 ,  夏瑞阳 ,  向娇 ,  林金朝 ,  庞宇 ,  郭豆豆 ,  朱宏钰

IPC: G06V10/22 ,  G06V10/24 ,  G06V10/32 ,  G06V10/46 ,  G06V10/764 ,  G06V10/774 ,  G06V20/70

Abstract: 本发明请求保护一种基于语义信息候选框的改进弱监督目标检测方法，属于图像处理领域。包括以下步骤：S1：输入待处理图像数据，并采用包括随机水平翻转在内的预处理步骤；S2：设计组合主干网络，用于融合来自掩膜和非掩膜的网络分支的特征；S3：设计基于多示例选择算法的多分支检测头网络；S4：设计目标语义候选框，通过对网络模型生成的目标语义信息进行循环掩膜来从而生成更合理的目标候选框；S5：在自然数据集上进行检测。基于该方法，在具有挑战性的PASCAL VOC 2007和2012公开数据集上进行了评估。实验结果表明，本发明提出的方法可以在PASCAL VOC 2007和2012数据集上实现较好的性能，并且优于许多较为先进的弱监督目标检测方法。