公开(公告)号：CN113486752B

公开(公告)日：2023-06-16

申请号：CN202110725903.6

申请日：2021-06-29

Applicant: 吉林大学 ,  珠海科技学院

Inventor： 司玉娟 ,  周嵘嵘 ,  魏媛 ,  李美玲 ,  刘淘涛 ,  张耕搏 ,  于永恒

IPC: G06F18/2135 ,  G06F18/10 ,  G06F18/213 ,  G06F18/24 ,  G06F18/25 ,  G06F18/2411 ,  G06F18/214 ,  G06N3/0464 ,  A61B5/318 ,  A61B5/352 ,  A61B5/00

Abstract: 本发明公开了基于心电信号的情感识别方法及系统，该方法包括：接收待检测的单通道心电信号，去除噪声，并基于R波峰值点划分为多个单周期心拍；对单周期心拍进行格拉姆角场图像化处理，输入至训练好的深度学习网络PCANet中，提取第一情感深度特征向量；并基于皮尔森相关系数对第一情感深度特征进行筛选，得到第二情感深度特征；以及，将第二情感深度特征输入训练好的向量分类器进行分类，得到单周期心拍的分类结果；将待检测的单通道心电信号对应的多个单周期心拍的分类结果，通过决策投票得到最终情感识别结果。本发明在保证识别准确率的前提下，减少了运算量，去除了冗余特征，避免维度灾难问题，从而加快分类速度，节约了计算成本。

公开(公告)号：CN113743259A

公开(公告)日：2021-12-03

申请号：CN202110965643.X

申请日：2021-08-23

Applicant: 吉林大学 ,  珠海科技学院

Inventor： 司玉娟 ,  张耕搏 ,  于永恒 ,  刘淘涛 ,  孟晨晨 ,  周嵘嵘

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/318 ,  A61B5/346 ,  A61B5/352 ,  A61B5/363 ,  A61B5/00

Abstract: 本发明公开了基于ResOHEM‑net的心律失常分类方法及系统，该方法包括：获取心电波形信号，基于离散小波变换进行消噪处理，并进行R点检测和以拍分割，得到心拍序列，基于马尔可夫变迁场图像化的方法计算得出二维特征图；将所述二维特征图作为训练集的输入矩阵，将所述二维特征图对应的心拍类型值作为训练集的另一输入值，基于ResOHEM‑net神经网络进行模型训练，并通过SGD优化算法和OHEM模块对网络参数进行优化，得到训练好的心拍分类模型；接收待分类的所述心电波形信号对应的所述二维特征图，基于训练好的所述心拍分类模型，获得心拍分类类型。本发明基于ResOHEM‑net神经网络对心拍特征图进行建模，提高了心律失常分类系统的抗数据倾斜能力及分类准确率。

公开(公告)号：CN113486752A

公开(公告)日：2021-10-08

申请号：CN202110725903.6

申请日：2021-06-29

Applicant: 吉林大学 ,  珠海科技学院

Inventor： 司玉娟 ,  周嵘嵘 ,  魏媛 ,  李美玲 ,  刘淘涛 ,  张耕搏 ,  于永恒

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  A61B5/318 ,  A61B5/352 ,  A61B5/00

Abstract: 本发明公开了基于心电信号的情感识别方法及系统，该方法包括：接收待检测的单通道心电信号，去除噪声，并基于R波峰值点划分为多个单周期心拍；对单周期心拍进行格拉姆角场图像化处理，输入至训练好的深度学习网络PCANet中，提取第一情感深度特征向量；并基于皮尔森相关系数对第一情感深度特征进行筛选，得到第二情感深度特征；以及，将第二情感深度特征输入训练好的向量分类器进行分类，得到单周期心拍的分类结果；将待检测的单通道心电信号对应的多个单周期心拍的分类结果，通过决策投票得到最终情感识别结果。本发明在保证识别准确率的前提下，减少了运算量，去除了冗余特征，避免维度灾难问题，从而加快分类速度，节约了计算成本。