公开(公告)号：CN117838062A

公开(公告)日：2024-04-09

申请号：CN202410214466.5

申请日：2024-02-27

Applicant: 北京工业大学

Inventor： 段立娟 ,  徐有容 ,  张宝昌 ,  宋子康 ,  乔元华

IPC: A61B5/00 ,  A61B5/08 ,  A61B5/346 ,  A61B5/352

Abstract: 本发明公开了一种基于时间序列对比学习的ECG睡眠呼吸暂停检测方法及系统，方法包括：获取单通道心电信号数据，并对心电信号数据进行预处理，得到心电特征数据；利用多尺度上下文的CNN‑LSTM模块对心电特征数据进行处理，得到分支特征；采用Transformer编码器对分支特征分配权重得到加权特征，基于分支特征与加权特征得到联合特征；对联合特征进行对比学习分析得到损失函数，对分类器的参数进行优化；将联合特征输入分类器，得到是否存在睡眠呼吸暂停的检测结果。通过本发明的技术方案，防止了学习过程中的梯度消失或爆炸，增强了同类样本的特征相似性，改善了正常样本与呼吸暂停样本易混淆的问题，达到了更好的分类检测效果。

公开(公告)号：CN117653117A

公开(公告)日：2024-03-08

申请号：CN202410080082.9

申请日：2024-01-19

Applicant: 北京工业大学

Inventor： 段立娟 ,  李松 ,  张宝昌 ,  韩笙文

IPC: A61B5/16 ,  A61B5/00

Abstract: 本发明提供基于交叉频率耦合和频带注意力机制的心理状态检测方法，涉及脑电信号处理技术领域，包括：对脑电数据进行预处理并分解至高频带范围和低频带范围，分别进行子频带选择；对每个子频带的多通道分解结果计算相位‑振幅耦合矩阵；计算每对子频带的注意力权值，并聚合卷积特征，得到每个频带耦合特征的唯一表示；进行多尺度特征提取，捕捉不同感受野内贡献度高的耦合特征并进行特征增强处理；心理状态分类网络初始模型对经特征增强处理后的耦合特征进行压缩，降低耦合特征的维度，得到新的特征表示，通过多层全连接层基于新的特征表示进行分类训练，得到优化后的心理状态分类网络模型。本发明可以有效提高分类模型对心理状态检测的准确性。