-
公开(公告)号:CN118319325A
公开(公告)日:2024-07-12
申请号:CN202410333775.4
申请日:2024-03-22
Applicant: 中国人民解放军总医院第一医学中心 , 中国科学院空天信息创新研究院
IPC: A61B5/349 , A61B5/00 , G16H50/20 , G16H50/70 , G06F18/213 , G06F18/2131 , G06F18/214 , G06F18/241 , G06F18/2431 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及机器学习和深度学习技术领域,提供基于多尺度神经网络模型的多标签心律失常判别方法。所述方法包括:对原始心电图数据进行预处理,提取心律失常的关键特征,包括时域、频域和时频特征。再构建一个多分支网络模型,每个分支对应不同频率范围的心律失常特征进行学习。其次,使用标注的心律失常数据对模型进行训练,形成多标签心律失常判别模型。最后,使用实时采集的心电图数据,通过已训练的模型进行分类和预测,并生成反馈调控结果,以优化模型或提供给医生参考。从而达到利用多尺度神经网络模型对心律失常信号进行多尺度的分析和处理,确保能够更好地处理心律失常信号的非线性和复杂性,提高分类精度和预测的准确性。
-
公开(公告)号:CN119993494A
公开(公告)日:2025-05-13
申请号:CN202510094141.2
申请日:2025-01-21
Applicant: 中国人民解放军总医院第一医学中心
IPC: G16H50/30 , A61B5/08 , A61B5/087 , G16H50/70 , G16H80/00 , G06F18/22 , G06F18/24 , G06F18/25 , G06F18/213 , G06N3/0499 , G06N3/09
Abstract: 本发明公开了一种呼吸数据监测分析的呼吸异常分析系统,涉及数据处理技术领域,该系统包括:监测数据序列获得模块,用于获得呼吸监测数据序列和环境监测数据序列;呼吸监测数据子序列获得模块,用于获得K个呼吸监测数据子序列;环境监测数据子序列获得模块,用于获得K个环境监测数据子序列;特征向量获得模块,用于获得关联融合多维监测特征向量;异常记录集合获得模块,用于检索获得匹配监测异常记录集合;异步监测步长集合获得模块;监测数据集合获得模块;呼吸异常分析结果获得模块,用于获得呼吸异常分析结果。本发明解决了现有技术中呼吸异常分析准确度低和数据分析周期长的技术问题,达到了提高异常分析可靠性的技术效果。
-
公开(公告)号:CN116992262A
公开(公告)日:2023-11-03
申请号:CN202310791131.5
申请日:2023-06-30
Applicant: 中国人民解放军总医院第一医学中心
IPC: G06F18/213 , A61B5/00 , A61B5/372 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G16H50/70 , G16H50/30 , G06F123/02
Abstract: 本申请公开了一种认知水平评估模型计算方法,包括:步骤1,采集能够反应认知功能的事件相关电位;步骤2,提取事件相关电位这一脑电成分在空间域上的特征信息,得到空间域特征及相应特征图;步骤3,在空间域特征的特征图上提取时间域上的特征信息,得到时间域特征及相应特征图;步骤4,在步骤3的基础上进行全连接处理;步骤5,在步骤4的基础上增加全连接层并使用softmax函数处理,得到用于认知水平评估的模型预测概率值。设计空间域和时间域的特征提取,融合多维度特征信息使得网络学习更丰富的知识,改进模型性能,大幅提升认知水平评估的准确性。
-
-