-
公开(公告)号：CN113679413A
公开(公告)日：2021-11-23
申请号：CN202111082457.8
申请日：2021-09-15
Applicant: 北方民族大学
Abstract: 本发明公开了一种基于VMD‑CNN的肺音特征识别分类方法及系统，属于生物医学信号分析技术领域，通过采集肺音信号并对肺音信号进行VMD解构及重构，对重构后的肺音信号进行希尔伯特变换得到相应的时频谱图；通过构建的卷积神经网络模型分别对重构后的肺音信号及其对应的希尔伯特时频谱图进行特征提取并融合，最终实现对肺音信号的特征信息的识别分类。本发明通过充分考虑肺音信号的特征，为医生提供重要依据，提高了肺音识别效率及肺音识别准确率。
-
公开(公告)号：CN113679413B
公开(公告)日：2023-11-10
申请号：CN202111082457.8
申请日：2021-09-15
Applicant: 北方民族大学
IPC: A61B7/04 , G06F18/213 , G06F18/25 , G06F18/241 , G06N3/0464 , G06N3/048 , G06N3/08 , G10L15/16
Abstract: 本发明公开了一种基于VMD‑CNN的肺音特征识别分类方法及系统，属于生物医学信号分析技术领域，通过采集肺音信号并对肺音信号进行VMD解构及重构，对重构后的肺音信号进行希尔伯特变换得到相应的时频谱图；通过构建的卷积神经网络模型分别对重构后的肺音信号及其对应的希尔伯特时频谱图进行特征提取并融合，最终实现对肺音信号的特征信息的识别分类。本发明通过充分考虑肺音信号的特征，为医生提供重要依据，提高了肺音识别效率及肺音识别准确率。
-
公开(公告)号：CN113850228A
公开(公告)日：2021-12-28
申请号：CN202111210562.5
申请日：2021-10-18
Applicant: 北方民族大学
Abstract: 本发明涉及基于多模态融合的道路裂缝检测方法和系统，包括步骤：收集裂缝图像数据集，经人工标注后，形成训练集、验证集、测试集；使用构建的改进YOLOv4模型对训练集进行训练，再对训练后的改进YOLOv4模型进行稀疏化训练和通道剪枝；将测试集输入改进YOLOv4模型，输出测试结果；通过九轴陀螺仪采集原始震动信号，利用HHT对原始震动信号进行特征提取；根据HHT分析后得到的瞬时频率值的变化判断是否为裂缝；将改进YOLOv4模型输出的测试结果和根据原始震动信号判断的裂缝结果融合后上传至服务器；服务器通过GPS定位将裂缝位置发送至用户终端，并进行报警。本发明将目标检测技术与震动信号处理技术融合，从而对道路裂缝实现智能实时、高效便捷的全面检测。
-
公开(公告)号：CN113850228B
公开(公告)日：2025-04-18
申请号：CN202111210562.5
申请日：2021-10-18
Applicant: 北方民族大学
IPC: G06V20/56 , G06V10/77 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/082
Abstract: 本发明涉及基于多模态融合的道路裂缝检测方法和系统，包括步骤：收集裂缝图像数据集，经人工标注后，形成训练集、验证集、测试集；使用构建的改进YOLOv4模型对训练集进行训练，再对训练后的改进YOLOv4模型进行稀疏化训练和通道剪枝；将测试集输入改进YOLOv4模型，输出测试结果；通过九轴陀螺仪采集原始震动信号，利用HHT对原始震动信号进行特征提取；根据HHT分析后得到的瞬时频率值的变化判断是否为裂缝；将改进YOLOv4模型输出的测试结果和根据原始震动信号判断的裂缝结果融合后上传至服务器；服务器通过GPS定位将裂缝位置发送至用户终端，并进行报警。本发明将目标检测技术与震动信号处理技术融合，从而对道路裂缝实现智能实时、高效便捷的全面检测。
-
-
-
Search Results
4
records
(took 0.017 seconds)
