-
公开(公告)号:CN110742585B
公开(公告)日:2020-12-01
申请号:CN201910959247.9
申请日:2019-10-10
Applicant: 北京邮电大学
IPC: A61B5/00 , A61B5/0205 , A61B5/11
Abstract: 本发明提供一种基于BCG信号的睡眠分期方法,方法包括:从预先采集的BCG信号中提取心率信号、脉搏信号和呼吸信号,并根据所述心率信号、脉搏信号和呼吸信号,计算心率变异性和心肺耦合功率谱;获取所述心率变异性和心肺耦合功率谱的频域特征的变化趋势信号,将两者的所述频域特征的变化趋势信号转化为多通道图像特征,并对所述心率变异性和心肺耦合功率谱进行特征提取,根据提取的心率变异性和心肺耦合功率谱的时域信号提取特征向量;根据所述多通道图像特征和所述特征向量,训练出心率变异性和心肺耦合功率谱密度信号对应的睡眠分期结果。本发明实现联合心率变异性与心肺耦合功率谱判别睡眠分期,具有更强适应性和准确性。
-
公开(公告)号:CN110742585A
公开(公告)日:2020-02-04
申请号:CN201910959247.9
申请日:2019-10-10
Applicant: 北京邮电大学
IPC: A61B5/00 , A61B5/0205 , A61B5/11
Abstract: 本发明提供一种基于BCG信号的睡眠分期方法,方法包括:从预先采集的BCG信号中提取心率信号、脉搏信号和呼吸信号,并根据所述心率信号、脉搏信号和呼吸信号,计算心率变异性和心肺耦合功率谱;获取所述心率变异性和心肺耦合功率谱的频域特征的变化趋势信号,将两者的所述频域特征的变化趋势信号转化为多通道图像特征,并对所述心率变异性和心肺耦合功率谱进行特征提取,根据提取的心率变异性和心肺耦合功率谱的时域信号提取特征向量;根据所述多通道图像特征和所述特征向量,训练出心率变异性和心肺耦合功率谱密度信号对应的睡眠分期结果。本发明实现联合心率变异性与心肺耦合功率谱判别睡眠分期,具有更强适应性和准确性。
-
公开(公告)号:CN110742581A
公开(公告)日:2020-02-04
申请号:CN201910951348.1
申请日:2019-10-08
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种BCG信号的处理方法及装置,从BCG信号中获取目标数据的初筛信号,对所述初筛信号进行分段处理,之后获得每一分段初筛信号的时频图像特征;对每一分段初筛信号,获得时频图像特征中的所有能量聚集区域,并输入至预先训练的神经网络中,输出时频图像特征的质量分类结果,根据所述质量分类结果从所述所有能量聚集区域中确定信号能量成分的能量聚集区域,作为目标区域;根据所有分段初筛信号的目标区域,设计时频分数阶滤波器,将所述初筛信号输入至所述时频分数阶滤波器,输出所述目标数据的复筛信号。本发明实施例具有高精准确性且稳定的优势。
-
公开(公告)号:CN112971770B
公开(公告)日:2022-10-18
申请号:CN202110185465.9
申请日:2021-02-10
Applicant: 北京邮电大学
Abstract: 本发明提供一种心冲击信号质量控制处理方法及系统,该方法包括:根据预设信号单元长度,将初始心冲击信号划分为多个单元信号,并对每个单元信号进行多维特征提取,获取多维特征向量;根据训练好的主成分特征向量矩阵,对多维特征向量进行重构,得到多维特征向量的重构特征向量;根据主成分分析法和重构特征向量,获取子空间统计量;根据上控制限阈值,基于子空间统计量,将对应的单元信号进行异常信号判断,并根据判断结果,得到初始心冲击信号的信号质量评估结果,上控制限阈值是由置信区间和样本心冲击信号数据构建得到的。本发明通过对信号质量控制的规范化处理,提高了数据的可靠性,具备较强的普适性和环境抗干扰能力。
-
公开(公告)号:CN113261951B
公开(公告)日:2022-03-29
申请号:CN202110474897.1
申请日:2021-04-29
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于压电陶瓷传感器的睡姿识别方法及装置,包括:在用户处于睡眠平稳状态的情况下,基于压电陶瓷传感器系统,获取用户胸腹区域的混合心冲击信号;基于混合心冲击信号,确定用户的心肺活动分布特征;将心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型,得到用户的睡姿识别结果。本发明的方法,在用户处于睡眠平稳状态的情况下,通过多路压电陶瓷传感器采集用户胸腹区域的混合心冲击信号经过信号处理,得到用户的心肺活动分布特征,以将心肺活动分布特征和预设环境矢量特征输入训练好的睡姿识别分类网络模型,得到用户的睡姿识别结果,实现非侵入式实时用户睡姿监测,具有较强的普适性和环境抗干扰能力。
-
公开(公告)号:CN113261951A
公开(公告)日:2021-08-17
申请号:CN202110474897.1
申请日:2021-04-29
Applicant: 北京邮电大学
Abstract: 本发明提供一种基于压电陶瓷传感器的睡姿识别方法及装置,包括:在用户处于睡眠平稳状态的情况下,基于压电陶瓷传感器系统,获取用户胸腹区域的混合心冲击信号;基于混合心冲击信号,确定用户的心肺活动分布特征;将心肺活动分布特征与预设环境矢量特征输入训练好的睡姿识别分类网络模型,得到用户的睡姿识别结果。本发明的方法,在用户处于睡眠平稳状态的情况下,通过多路压电陶瓷传感器采集用户胸腹区域的混合心冲击信号经过信号处理,得到用户的心肺活动分布特征,以将心肺活动分布特征和预设环境矢量特征输入训练好的睡姿识别分类网络模型,得到用户的睡姿识别结果,实现非侵入式实时用户睡姿监测,具有较强的普适性和环境抗干扰能力。
-
公开(公告)号:CN110742581B
公开(公告)日:2020-11-06
申请号:CN201910951348.1
申请日:2019-10-08
Applicant: 北京邮电大学
Abstract: 本发明实施例提供一种BCG信号的处理方法及装置,从BCG信号中获取目标数据的初筛信号,对所述初筛信号进行分段处理,之后获得每一分段初筛信号的时频图像特征;对每一分段初筛信号,获得时频图像特征中的所有能量聚集区域,并输入至预先训练的神经网络中,输出时频图像特征的质量分类结果,根据所述质量分类结果从所述所有能量聚集区域中确定信号能量成分的能量聚集区域,作为目标区域;根据所有分段初筛信号的目标区域,设计时频分数阶滤波器,将所述初筛信号输入至所述时频分数阶滤波器,输出所述目标数据的复筛信号。本发明实施例具有高精准确性且稳定的优势。
-
公开(公告)号:CN120000204A
公开(公告)日:2025-05-16
申请号:CN202411802453.6
申请日:2024-12-09
Applicant: 北京邮电大学
IPC: A61B5/11 , A61B5/113 , A61B5/08 , A61B5/00 , G06F18/15 , G06F18/213 , G06F18/25 , G06F18/2415 , G06N3/045 , G06N3/042 , G06N3/0464
Abstract: 本发明提供一种睡姿与呼吸状态联合监测分析方法、装置、设备及介质,涉及人工智能技术领域,方法包括:获取多通道信号;多通道信号为人体处于睡眠状态下的胸腹部混合振动信号;将多通道信号输入至预训练的联合监测分析模型,获得联合监测分析模型输出的联合监测分析结果;其中,联合监测分析结果为睡姿与OSA的关联性分析结果。通过上述方式,实现了睡姿和OSA的同步联合监测,可有效分析两者之间的关联性。
-
公开(公告)号:CN119908655A
公开(公告)日:2025-05-02
申请号:CN202411701927.8
申请日:2024-11-26
Applicant: 北京邮电大学
Abstract: 本发明提供一种睡眠呼吸状态监测方法、睡眠监测系统、设备及介质,方法包括:生成正常混合心冲击信号的时频谱图;基于掩码矩阵筛选出时频谱图中与心率相关联的区域,得到时频谱信息;根据训练出掩码的信息分解出正常混合心冲击信号的固有模态函数;提取出固有模态函数中的时域波形信息;将时频谱信息和时域波形信息进行融合分析,生成睡眠呼吸暂停分类结果。本发明提供的睡眠呼吸状态监测方法,获取了高质量、噪声极少的时频谱信息,还获取了不会失真的时域波形信息,进一步通过时频谱信息和时域波形信息的融合分析,实现了对睡眠呼吸暂停事件的全面分析,生成精准的睡眠呼吸暂停分类结果,为睡眠障碍疾病的诊断和治疗提供了强有力的技术支持。
-
公开(公告)号:CN112971770A
公开(公告)日:2021-06-18
申请号:CN202110185465.9
申请日:2021-02-10
Applicant: 北京邮电大学
Abstract: 本发明提供一种心冲击信号质量控制处理方法及系统,该方法包括:根据预设信号单元长度,将初始心冲击信号划分为多个单元信号,并对每个单元信号进行多维特征提取,获取多维特征向量;根据训练好的主成分特征向量矩阵,对多维特征向量进行重构,得到多维特征向量的重构特征向量;根据主成分分析法和重构特征向量,获取子空间统计量;根据上控制限阈值,基于子空间统计量,将对应的单元信号进行异常信号判断,并根据判断结果,得到初始心冲击信号的信号质量评估结果,上控制限阈值是由置信区间和样本心冲击信号数据构建得到的。本发明通过对信号质量控制的规范化处理,提高了数据的可靠性,具备较强的普适性和环境抗干扰能力。
-
-
-
-
-
-
-
-
-