-
公开(公告)号：CN116898455B
公开(公告)日：2024-04-16
申请号：CN202310828067.3
申请日：2023-07-06
Applicant: 湖北大学 , 湖北省中西医结合医院(湖北省职业病医院)
IPC: A61B5/372 , G06F18/241 , G06F18/23 , G06N3/04 , G06F18/213 , A61B5/00
Abstract: 本发明公开了一种基于深度学习模型的睡眠脑电信号检测方法及系统。先采集脑电信号，对脑电信号进行时频转换，得到数据频域图，从数据频域图中选择出各预设的睡眠阶段中的特征向量最大值作为各睡眠阶段的聚类中心；根据其余特征向量与各睡眠阶段的聚类中心之间的欧式距离进行聚类，得到对应的簇；接着计算每个簇中所有特征向量的均值作为该簇的特征值；再将所有簇的特征值按照时间顺序拼接起来，得到脑电信号的特征曲线，实现细节匹配；再将脑电信号的特征曲线乘以所属采集通道的权重，得到加权后的通道特征曲线，实现波形重构；最后将加权后的通道特征曲线输入到预设的睡眠检测模型中，得到睡眠分期检测结果，从而自动对睡眠质量进行分期检测。
-
公开(公告)号：CN116898455A
公开(公告)日：2023-10-20
申请号：CN202310828067.3
申请日：2023-07-06
Applicant: 湖北大学 , 湖北省中西医结合医院(湖北省职业病医院)
IPC: A61B5/372 , G06F18/241 , G06F18/23 , G06N3/04 , G06F18/213 , A61B5/00
Abstract: 本发明公开了一种基于深度学习模型的睡眠脑电信号检测方法及系统。先采集脑电信号，对脑电信号进行时频转换，得到数据频域图，从数据频域图中选择出各预设的睡眠阶段中的特征向量最大值作为各睡眠阶段的聚类中心；根据其余特征向量与各睡眠阶段的聚类中心之间的欧式距离进行聚类，得到对应的簇；接着计算每个簇中所有特征向量的均值作为该簇的特征值；再将所有簇的特征值按照时间顺序拼接起来，得到脑电信号的特征曲线，实现细节匹配；再将脑电信号的特征曲线乘以所属采集通道的权重，得到加权后的通道特征曲线，实现波形重构；最后将加权后的通道特征曲线输入到预设的睡眠检测模型中，得到睡眠分期检测结果，从而自动对睡眠质量进行分期检测。
-
公开(公告)号：CN114821805B
公开(公告)日：2023-07-18
申请号：CN202210550799.6
申请日：2022-05-18
Applicant: 湖北大学
Abstract: 本发明涉及一种危险行为预警方法、装置和设备，该方法包括：在预设的识别模型中，根据获取的实时图像数据，确定是否存在目标对象；若是，对于每一目标对象，按照预设的时间间隔获取预设时间段内的图像数据；确定所述目标对象的各预设目标部位所对应的目标行为特征数据；获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据；针对每一预设目标部位，根据其目标行为特征数据与样本行为特征数据，确定行为结果参数；根据所述行为结果参数与预设行为结果阈值，确定所述目标对象是否发生危险行为。本发明的方法对样本集要求较低，在样本集数量较小情况下，即可识别是否发生危险行为，识别效果较好，更加精准。
-
公开(公告)号：CN114821805A
公开(公告)日：2022-07-29
申请号：CN202210550799.6
申请日：2022-05-18
Applicant: 湖北大学
Abstract: 本发明涉及一种危险行为预警方法、装置和设备，该方法包括：在预设的识别模型中，根据获取的实时图像数据，确定是否存在目标对象；若是，对于每一目标对象，按照预设的时间间隔获取预设时间段内的图像数据；确定所述目标对象的各预设目标部位所对应的目标行为特征数据；获取预设样本集中对应于所述目标对象的各预设目标部位的样本行为特征数据；针对每一预设目标部位，根据其目标行为特征数据与样本行为特征数据，确定行为结果参数；根据所述行为结果参数与预设行为结果阈值，确定所述目标对象是否发生危险行为。本发明的方法对样本集要求较低，在样本集数量较小情况下，即可识别是否发生危险行为，识别效果较好，更加精准。
-
-
Patent Agency Ranking
-
公开(公告)号：CN109359229A
公开(公告)日：2019-02-19
申请号：CN201811260675.4
申请日：2018-10-26
Applicant: 湖北大学
IPC: G06F16/904
Abstract: 本发明公开了一种大数据可视化显示方法。先对大数据进行分类，再对分类后的数据的重要程度进行划分，最后对划分的数据进行显示，由此实现了对海量大数据进行可视化显示的技术效果。
-
公开(公告)号：CN109218446A
公开(公告)日：2019-01-15
申请号：CN201811261779.7
申请日：2018-10-26
Applicant: 湖北大学
Abstract: 本发明公开了一种物联网智能机器人自主学习云计算装置。先通过智能机器人感知模块获取感知数据，再通过第一通信模块将感知到的数据输出到云服务器，最后通过第二通信模块接收从云服务器输出的结果数据，实现了智能机器人逻辑分析的云计算，有效解决了现有技术中机器人的逻辑分析操作只能依靠机器人本身的处理器来实现的技术问题，实现了提高机器人的智能化的技术效果。
-
公开(公告)号：CN105490872A
公开(公告)日：2016-04-13
申请号：CN201510824376.9
申请日：2015-11-24
Applicant: 湖北大学
Abstract: 本发明涉及网络通信技术领域，尤其涉及一种网络即时通讯数据信息实时监控系统及监控方法，包括数据转存服务器、数据库服务器、消息转发服务器、监控服务器、用户终端和管理员终端；数据转存服务器分别与数据库服务器、监控服务器、用户终端和管理员终端相连；监控服务器还通过消息转发服务器与用户终端相连。本发明通过数据转存服务器将管理员终端的非法字符信息和用户终端的聊天信息存储到数据库服务器中，监控服务器再经数据转存服务器调取非法字符信息和聊天信息进行匹配，获得匹配结果，最后消息转发服务器根据匹配结果发送聊天信息，实现了对即时通讯信息的有效监控，保证了企业内部不会有非法字符出现，避免人工管理所存在的误删或漏删的情况。
-
公开(公告)号：CN117814756A
公开(公告)日：2024-04-05
申请号：CN202410037950.5
申请日：2024-01-10
Applicant: 湖北大学
IPC: A61B5/00 , A61B5/369 , A61B5/372 , G06F18/10 , G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于深度学习检测模型的特征处理方法及系统。先筛选脑电信号中的各频段信息，利用经验模态分解方法分解得到各频段的IMF分量，对IMF分量进行希尔伯特变换得到瞬时频率，构建获得睡眠数据的希尔伯特‑黄变换的热力值脑地形图。还通过傅里叶变换提取脑电信号的时频特征，构建傅里叶变换的热力值脑地形图。将两种脑地形图进行拟合，将拟合的脑地形图输入到脑地形图检测模型，得到睡眠检测结果。本发明对脑电数据进行希尔伯特‑黄变换，提取时频特征，并使用傅里叶变换将脑电数据进行时频转换，将两种时频信号以热力值脑地形图的形式进行拟合，关注了时频分析结果拟合与脑地形图之间的关系问题，提高了睡眠检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.024 seconds)
