-
公开(公告)号：CN108256457A
公开(公告)日：2018-07-06
申请号：CN201810017515.0
申请日：2018-01-09
Applicant: 东北大学
Abstract: 本发明涉及生物特征提取技术领域，是一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，以心冲击信号为特征提取对象，针对其波形幅值微弱、易受外界干扰的特点，结合同步采集的心电信号，利用深度神经网络挖掘深层特征的机理，提取其深瓶颈特征参数。该特征以心冲击信号做为输入向量，同步心电信号做为目标向量，经过预先设计的9层神经网络进行训练以获取深瓶颈特征，实现心脏动力学性能与电生理特征的有机结合。该特征以日常较易获取的心冲击信号及心电信号做为研究对象，不仅能够克服常规波形特征参数对波形波动的依赖性，同时能够提高单一特征参数的表征性能，是一种应用深度学习理论进行日常心脏功能分析的新尝试。
-
公开(公告)号：CN103400069B
公开(公告)日：2016-01-13
申请号：CN201310323441.0
申请日：2013-07-29
Applicant: 东北大学
Inventor： 蒋芳芳
Abstract: 一种基于功率谱分析的脉搏波身份识别装置及方法，涉及生物特征识别技术领域，该装置包括指尖脉搏波检测装置、信号处理装置、蓝牙发送模块、蓝牙接收模块和上位机；指尖脉搏波检测装置包括用于采集指尖脉搏波的脉搏波传感器和前置放大器；脉搏波传感器的输出端连接前置放大器的输入端；信号处理装置的输入端连接前置放大器的输出端，信号处理装置通过蓝牙发送模块和蓝牙接收模块与上位机建立无线通信。本发明以脉搏波为特征提取分类对象，基于对脉搏信号的处理进而实现不同对象身份辨识，采用最大熵功率谱估计方法区分不同特征人的身份信息，可以将脉搏波身份识别装置与指纹采集系统相结合，开发综合身份识别系统。
-
公开(公告)号：CN103400069A
公开(公告)日：2013-11-20
申请号：CN201310323441.0
申请日：2013-07-29
Applicant: 东北大学
Inventor： 蒋芳芳
Abstract: 一种基于功率谱分析的脉搏波身份识别装置及方法，涉及生物特征识别技术领域，该装置包括指尖脉搏波检测装置、信号处理装置、蓝牙发送模块、蓝牙接收模块和上位机；指尖脉搏波检测装置包括用于采集指尖脉搏波的脉搏波传感器和前置放大器；脉搏波传感器的输出端连接前置放大器的输入端；信号处理装置的输入端连接前置放大器的输出端，信号处理装置通过蓝牙发送模块和蓝牙接收模块与上位机建立无线通信。本发明以脉搏波为特征提取分类对象，基于对脉搏信号的处理进而实现不同对象身份辨识，采用最大熵功率谱估计方法区分不同特征人的身份信息，可以将脉搏波身份识别装置与指纹采集系统相结合，开发综合身份识别系统。
-
公开(公告)号：CN102302361A
公开(公告)日：2012-01-04
申请号：CN201110174039.1
申请日：2011-06-24
Applicant: 东北大学
IPC: A61B5/0205 , A61B5/11
Abstract: 本发明提供一种心率及身体状态监测装置，传感器安装在腰带上，本装置包括数据采集模块、FPGA控制模块和DSP数据处理模块。受试者心率和身体状态改变时，传感器采集由此产生的体动信号；其中心脏跳动引起的体动信号经模拟放大滤波电路处理后，和身体状态变化引起的体动信号分别经A/D转换电路输出至FPGA；FPGA选择一路或多路传感器输出传至DSP进行体动信号处理，计算心率并判别身体状态，得到的数据反馈到FPGA；FPGA根据DSP反馈的信息，将数据通过串口外接通信模块发送给监护中心工作站。本发明能完成多路信号的实时、快速、精确采集，实现人体生理信息获取，且与穿戴技术结合，实现生理信息的长期动态监测与辨识。
-
公开(公告)号：CN118614923A
公开(公告)日：2024-09-10
申请号：CN202410654627.2
申请日：2024-05-24
Applicant: 东北大学
IPC: A61B5/16 , G06F18/2431 , G06N3/0464 , G06N3/0895 , A61B5/11 , A61B5/00 , G06N3/048
Abstract: 本发明提供一种基于心冲击信号的多任务自监督情绪识别方法，涉及生物技术与医药技术领域。该方法具体包括：利用非接触式的信号采集技术采集原始BCG信号，对原始BCG信号进行信号预处理，得到基础BCG信号，同时对原始BCG信号进行人工标定，得到标签BCG信号；对基础BCG信号进行数据扩增，得到若干组BCG信号作为训练信号；构建自监督多通道BCG表征学习网络并利用训练信号进行预训练；基于训练好的自监督多通道BCG表征学习网络构建BCG情绪识别网络，利用标签BCG信号对BCG情绪识别网络进行网络参数优化；采集受试者的BCG信号并进行数据扩增，并将得到的信号输入优化后的BCG情绪分类网络，得到BCG信号的情绪识别分类结果，从而实现准确的情绪识别。
-
Patent Agency Ranking
公开(公告)号：CN108256457B
公开(公告)日：2021-06-04
申请号：CN201810017515.0
申请日：2018-01-09
Applicant: 东北大学
Abstract: 本发明涉及生物特征提取技术领域，是一种基于深度神经网络的心冲击信号深瓶颈特征提取方法，以心冲击信号为特征提取对象，针对其波形幅值微弱、易受外界干扰的特点，结合同步采集的心电信号，利用深度神经网络挖掘深层特征的机理，提取其深瓶颈特征参数。该特征以心冲击信号做为输入向量，同步心电信号做为目标向量，经过预先设计的9层神经网络进行训练以获取深瓶颈特征，实现心脏动力学性能与电生理特征的有机结合。该特征以日常较易获取的心冲击信号及心电信号做为研究对象，不仅能够克服常规波形特征参数对波形波动的依赖性，同时能够提高单一特征参数的表征性能，是一种应用深度学习理论进行日常心脏功能分析的新尝试。
-
公开(公告)号：CN104792675A
公开(公告)日：2015-07-22
申请号：CN201510185513.9
申请日：2015-04-17
Applicant: 东北大学
Abstract: 本发明一种基于移动终端的智能口罩呼吸和PM检测系统及方法，属于电子信息和医学技术领域；该系统包括智能口罩和移动终端，所述智能口罩包括口罩本体、第一过滤器、第二过滤器、PM报警灯、电源模块、PM空气质量传感器、微控制器、蓝牙发送模块和呼吸传感器；本发明在雾霾的天气下净化空气，实现了对人体呼吸的检测，对空气环境中PM浓度值进行实时监控，并可以规划PM空气质量最优路径，避开污染严重区域，维护口罩佩戴者的身心健康；本发明使用简单，操作方便，受众人群广，具有很好的应用性，同时本发明也考虑了便携性的特点，把整个系统集成到口罩中，方便使用者的携带。
-
公开(公告)号：CN110148466B
公开(公告)日：2022-11-25
申请号：CN201910401402.5
申请日：2019-05-15
Applicant: 东北大学
Abstract: 本发明提供一种基于迁移学习的心冲击信号房颤计算机辅助诊断方法，涉及计算机辅助诊断技术领域。该方法首先对同步实测的ECG信号、BCG信号及现房颤疾病数据库中的ECG信号进行预处理，并设定所有信号数据的分帧长度为24秒；然后构建进行房颤辅助检测的卷积神经网络；训练所构建的卷积神经网络并进参数更新；提取实测BCG信号的迁移学习特征向量并构建随机森林分类器；将测试集中BCG信号作为卷积神经网络的输入，获取迁移学习模型特征参数并输入到随机森林分类器，通过随机森林分类器的输出结果判断该BCG信号是否为房颤疾病类型。本发明方法，有利于扩展BCG信号的日常应用领域，且为BCG开展心脏相关疾病辅助诊断及预测提供可行方案。
-
公开(公告)号：CN110148466A
公开(公告)日：2019-08-20
申请号：CN201910401402.5
申请日：2019-05-15
Applicant: 东北大学
IPC: G16H50/20 , A61B5/0402 , A61B5/11 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于迁移学习的心冲击信号房颤计算机辅助诊断方法，涉及计算机辅助诊断技术领域。该方法首先对同步实测的ECG信号、BCG信号及现房颤疾病数据库中的ECG信号进行预处理，并设定所有信号数据的分帧长度为24秒；然后构建进行房颤辅助检测的卷积神经网络；训练所构建的卷积神经网络并进参数更新；提取实测BCG信号的迁移学习特征向量并构建随机森林分类器；将测试集中BCG信号作为卷积神经网络的输入，获取迁移学习模型特征参数并输入到随机森林分类器，通过随机森林分类器的输出结果判断该BCG信号是否为房颤疾病类型。本发明方法，有利于扩展BCG信号的日常应用领域，且为BCG开展心脏相关疾病辅助诊断及预测提供可行方案。
-
公开(公告)号：CN105054941A
公开(公告)日：2015-11-18
申请号：CN201510578578.X
申请日：2015-09-11
Applicant: 东北大学
IPC: A61B5/11 , A61B5/0402 , A61B5/0245
Abstract: 一种基于体震信号的胎儿心率提取装置及方法，属于生物特征识别技术领域。受试孕妇坐在或躺在或站在薄膜压力传感器上，薄膜压力传感器的输出端连接模拟信号处理电路的输入端，模拟信号处理电路的输出端连接模数转换与信号传输电路的输入端；模数转换与信号传输电路的输出端连接上位机的输入端。采集受试孕妇的体震信号；获取受试孕妇近期的有效心电信号数据；对采受试孕妇的体震信号和心电信号进行去噪和分帧处理；采用快速独立成分分析算法对受试孕妇的体震信号和获取的心电信号构成的数据组进行计算，从受试孕妇的体震信号中提取出胎儿的心率信息。本发明最大程度的削弱胎儿心率检测过程中对孕妇造成的不适感，提高日常监测的舒适性和准确度。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
