-
公开(公告)号:CN118285809B
公开(公告)日:2024-09-03
申请号:CN202410325203.1
申请日:2024-03-21
Applicant: 济南大学
IPC: A61B5/346 , G16H50/20 , G16H50/70 , G06F18/2411 , G06F18/25 , G06F18/213 , G06F18/2131 , G06F18/10 , G06N3/126 , G06N20/10
Abstract: 本发明提供一种基于双导联ECG信号的多特征辅助诊断方法、终端机及可读存储介质,属于互联网医疗领域,构建双导联心率失常辅助诊断系统的功能架构,并提取双导联心率失常辅助诊断系统中的心电信号;利用硬件设备采集心电信号;对心电信号进行预处理;按照预设窗口大小、步长对心电信号进行分割;对分割后的心电信号进行数据归一化处理;取心电信号数据的时间特征、时频特征和空间特征;采用权重加法融合的方式将步骤四中的时间特征、时频特征和空间特征进行融合,得到融合特征;将融合特征输入到SVM分类模型,得出诊断参数。本发明融合了多特征的心电信号,可以得到比单一数据模型信息量更大、应用性更高、鲁棒性更强的诊断参数。
-
公开(公告)号:CN118285809A
公开(公告)日:2024-07-05
申请号:CN202410325203.1
申请日:2024-03-21
Applicant: 济南大学
IPC: A61B5/346 , G16H50/20 , G16H50/70 , G06F18/2411 , G06F18/25 , G06F18/213 , G06F18/2131 , G06F18/10 , G06N3/126 , G06N20/10
Abstract: 本发明提供一种基于双导联ECG信号的多特征辅助诊断方法、终端机及可读存储介质,属于互联网医疗领域,构建双导联心率失常辅助诊断系统的功能架构,并提取双导联心率失常辅助诊断系统中的心电信号;利用硬件设备采集心电信号;对心电信号进行预处理;按照预设窗口大小、步长对心电信号进行分割;对分割后的心电信号进行数据归一化处理;取心电信号数据的时间特征、时频特征和空间特征;采用权重加法融合的方式将步骤四中的时间特征、时频特征和空间特征进行融合,得到融合特征;将融合特征输入到SVM分类模型,得出诊断参数。本发明融合了多特征的心电信号,可以得到比单一数据模型信息量更大、应用性更高、鲁棒性更强的诊断参数。
-
公开(公告)号:CN116380502A
公开(公告)日:2023-07-04
申请号:CN202310362401.0
申请日:2023-04-07
Applicant: 济南大学 , 山东渔夫智能科技有限公司
Abstract: 本发明提供一种EPS系统多点同步NVH数据采集布局方法及系统,属于EPS系统的NVH技术领域,步骤一:根据NVH数据确定EPS系统部件在不同时速状态下,测试方式及多点同步测试点位图;步骤二:对NVH数据进行分类,并根据点位分布及分类结果,确定传感器安装规则以及布线方式,采集通道数和数据传输次序;步骤三:以分类后的采集数据作为输入,依照NVH数据反馈调整点位,并选择传感器安装规则以达到采样布局位置。本发明交叉融合了拓扑学与信息论,采取多状态点位分析及反馈优化布局策略,可以满足EPS系统NVH多点位同步采样要求。
-
公开(公告)号:CN116211315B
公开(公告)日:2023-08-04
申请号:CN202310369673.3
申请日:2023-04-10
Applicant: 济南大学 , 山东渔夫智能科技有限公司
Abstract: 本发明提供一种单导联心电信号辅助诊断方法及诊断终端,属于互联网医疗领域,方法包括:构建单导联心电信号辅助系统的功能架构,提取单导联心电信号辅助系统中的心电信号;对心电信号进行预处理;预处理方式包括:按照预设时长对心电信号进行划分;对划分后的心电信号进行滤波处理;对滤波后的心电信号进行数据归一化处理;对数据归一化后的心电信号进行傅里叶变换处理;提心电信号数据的特征;采用拼接的方式将提取的所有特征进行融合;将融合后的特征输入至Adaboost迭代算法,得出诊断结果。本发明融合了心电信号各个维度的特征,有效的解决现有特征存在的不足的现状,从而得到比单一数据模型信息量更大、应用性更高、鲁棒性更强的模型。
-
公开(公告)号:CN118114133A
公开(公告)日:2024-05-31
申请号:CN202410231985.2
申请日:2024-03-01
Applicant: 济南大学
IPC: G06F18/2411 , G01M13/021 , G01M13/028 , G06F18/213 , G06F18/214 , G06N3/006 , G06N3/0464 , G06N3/096 , G06N20/10
Abstract: 本发明提供一种小样本下的齿轮故障识别方法及识别终端,属于齿轮故障诊断技术领域,采集齿轮箱的振动信号;提取建轴承数据集中的一维振动信号,并对一维振动信号进行分割取样;对分割后的一维振动信号进行HHT变换,并进行EMD分解,再选择峭度和相关系数大于阈值的IMF分量,进行Hilbert变换生成二维时频图;在二维时频图中添加标签;使用训练集进行训练,得到的权重参数保存到本地文件中;基于轴承数据集中的预训练模型加载预训练模型的权重文件,并对预训练模型进行参数微调,得到新的模型权重,通过支持向量机进行分类,得到最终分类的概率。本发明可以对小样本故障数据诊断效果好,应用性高、鲁棒性更强。
-
-
公开(公告)号:CN116211315A
公开(公告)日:2023-06-06
申请号:CN202310369673.3
申请日:2023-04-10
Applicant: 济南大学 , 山东渔夫智能科技有限公司
IPC: A61B5/318 , G06F18/10 , G06F18/213 , G06F17/14 , G06F18/25 , G06F18/24 , G06F18/2415 , G06N3/0442 , A61B5/346 , A61B5/00
Abstract: 本发明提供一种单导联心电信号辅助诊断方法及诊断终端,属于互联网医疗领域,方法包括:构建单导联心电信号辅助系统的功能架构,提取单导联心电信号辅助系统中的心电信号;对心电信号进行预处理;预处理方式包括:按照预设时长对心电信号进行划分;对划分后的心电信号进行滤波处理;对滤波后的心电信号进行数据归一化处理;对数据归一化后的心电信号进行傅里叶变换处理;提心电信号数据的特征;采用拼接的方式将提取的所有特征进行融合;将融合后的特征输入至Adaboost迭代算法,得出诊断结果。本发明融合了心电信号各个维度的特征,有效的解决现有特征存在的不足的现状,从而得到比单一数据模型信息量更大、应用性更高、鲁棒性更强的模型。
-
-
-
-
-
-