-
公开(公告)号：CN110974203B
公开(公告)日：2020-12-04
申请号：CN201911262474.2
申请日：2019-12-10
Applicant: 电子科技大学
IPC: A61B5/024
Abstract: 本发明公开一种基于等值排列网络的心率非平衡性分析方法，应用于生理信号处理领域，针对现有技术中利用心率中的动态特征构建合理有效的有向加权网络存在一定的困难；本发明网络节点采用的等值排列类型直接从多维向量中的结构化关系中映射而来，有效表征了心率信号中的动力学特征，同时考虑到心率中等值状态包含的心脏调节信息，采用了等值排列而非原始排列方法；通过对相邻排列类型之间的关系有效的量化了排列节点之间的连接情况，并由此构建了排列节点之间的关联矩阵，进而可以对节点之间的方向性和权值进行有效的区分；采用本发明方法构建的心率网络能有效地识别不同生理状态下的心率信号。
-
公开(公告)号：CN111053537A
公开(公告)日：2020-04-24
申请号：CN201911372463.X
申请日：2019-12-27
Applicant: 电子科技大学
IPC: A61B5/00
Abstract: 本发明公开了一种基于Heaviside核函数的生理信号非平衡性分析方法，本发明的方法通过生理序列重构空间中向量大小关系的差异性衡量生理系统的非平衡性特征，首先计算所有空间向量的最大距离，然后对这些距离和序列容差的关系进行比较，利用不同对应关系之间的概率分布差异性量化生理信号的非平衡性，有效地避免了核函数转化过程中无法实现时间序列对应向量比较的难题。在Heaviside核函数的概率估计中采用统一模板法，并且避免了自匹配的计算，有较高的鲁棒性，并且对参数的选择并不敏感，表征了模型数据的特征，可以有效地提取以及识别健康年轻和老年心率的非平衡性特征。
-
公开(公告)号：CN110859615A
公开(公告)日：2020-03-06
申请号：CN201911240856.5
申请日：2019-12-06
Applicant: 电子科技大学
IPC: A61B5/0476 , A61B5/00 , G06K9/62
Abstract: 本发明公开一种基于幅度排列的生理信号时间不可逆分析方法，应用于脑电信号处理领域，针对现有排列方法在时间不可逆分析中不能有效提取脑电信号非线性特征的问题，本发明利用排列类型和元素幅度关系有效地反映了生理信号向量的幅度变化形式，特别是在时间不可逆分析中，有效地避免了由于对称向量和对称排列之间差异性造成的概念性错误，因而在生理信号的时间不可逆量化分析中有更好的稳定性。
-
公开(公告)号：CN110807438A
公开(公告)日：2020-02-18
申请号：CN201911094763.6
申请日：2019-11-11
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明公开一种基于空排列的生理信号非线性特征提取方法，应用于生理信号处理领域，针对现有技术缺少基于空排列的参数提取并分析生理信号的非线性特征的问题，本发明通过对获取的生理信号进行等值排列符号化，得到第一向量及其第一排列类型；然后求第一排列类型的对称排列类型，并将第一排列类型与其对称排列类型归类为第一组合；进而求第一向量的对称向量，并获得该对称向量的排列类型，记为第二排列类型，将第一排列类型与第二排列类型归类为第二组合；再根据第一组合与第二组合构建联合排列组，并统计该联合排列组中的特征量；最后根据特征量提取生理信号的非线性特征参数；本发明方法基于空排列能正确有效地表征了不同生理状态下的生理信号。
-
公开(公告)号：CN110477912A
公开(公告)日：2019-11-22
申请号：CN201910890748.6
申请日：2019-09-20
Applicant: 电子科技大学
IPC: A61B5/0476 , A61B5/00 , G16H50/20 , G06K9/00
Abstract: 本发明公开了一种基于等值排列和标准差的癫痫脑电幅度不可逆性分析方法，该方法包括脑电信号负值化处理，构建多维延迟向量，对多维延迟向量进行等值排列符号化，对多维向量幅度涨落波动进行分类处理，利用多维向量的幅度涨落波动标记对等值排列类型进行修正，统计并计算修正等值排列的概率分布，计算排列类型的概率分布的差异性。本发明有效地提取了模型序列的非线性特征，并且有效地表征了癫痫发作期异常高的幅度不可逆特征以及发作间期高于健康脑电活动的非平衡性特征。
-
Patent Agency Ranking
公开(公告)号：CN110807438B
公开(公告)日：2020-10-30
申请号：CN201911094763.6
申请日：2019-11-11
Applicant: 电子科技大学
IPC: G06K9/00
Abstract: 本发明公开一种基于空排列的生理信号非线性特征提取方法，应用于生理信号处理领域，针对现有技术缺少基于空排列的参数提取并分析生理信号的非线性特征的问题，本发明通过对获取的生理信号进行等值排列符号化，得到第一向量及其第一排列类型；然后求第一排列类型的对称排列类型，并将第一排列类型与其对称排列类型归类为第一组合；进而求第一向量的对称向量，并获得该对称向量的排列类型，记为第二排列类型，将第一排列类型与第二排列类型归类为第二组合；再根据第一组合与第二组合构建联合排列组，并统计该联合排列组中的特征量；最后根据特征量提取生理信号的非线性特征参数；本发明方法基于空排列能正确有效地表征了不同生理状态下的生理信号。
-
公开(公告)号：CN111616686A
公开(公告)日：2020-09-04
申请号：CN202010628247.3
申请日：2020-07-01
Applicant: 电子科技大学
IPC: A61B5/00
Abstract: 本发明公开了一种基于Heaviside核函数的生理信号非平衡性分析方法，本发明的方法通过生理序列重构空间中向量大小关系的差异性衡量生理系统的非平衡性特征，首先计算所有空间向量的最大距离，然后对这些距离和序列容差的关系进行比较，利用不同对应关系之间的概率分布差异性量化生理信号的非平衡性，有效地避免了核函数转化过程中无法实现时间序列对应向量比较的难题。在Heaviside核函数的概率估计中采用统一模板法，并且避免了自匹配的计算，有较高的鲁棒性，并且对参数的选择并不敏感，表征了模型数据的特征，可以有效地提取以及识别健康年轻和老年心率的非平衡性特征。
-
公开(公告)号：CN110859615B
公开(公告)日：2020-07-31
申请号：CN201911240856.5
申请日：2019-12-06
Applicant: 电子科技大学
IPC: A61B5/0476 , A61B5/00 , G06K9/62
Abstract: 本发明公开一种基于幅度排列的生理信号时间不可逆分析方法，应用于脑电信号处理领域，针对现有排列方法在时间不可逆分析中不能有效提取脑电信号非线性特征的问题，本发明利用排列类型和元素幅度关系有效地反映了生理信号向量的幅度变化形式，特别是在时间不可逆分析中，有效地避免了由于对称向量和对称排列之间差异性造成的概念性错误，因而在生理信号的时间不可逆量化分析中有更好的稳定性。
-
公开(公告)号：CN110755062B
公开(公告)日：2020-07-07
申请号：CN201911034910.0
申请日：2019-10-29
Applicant: 电子科技大学
IPC: A61B5/04 , A61B5/0402 , A61B5/0476 , A61B5/0488 , A61B5/0492 , G06F17/16 , G16H50/50 , G16H50/70
Abstract: 本发明公开一种基于符号转移熵的生理器官网络非平衡性量化分析方法，应用于生理网络构建和非平衡性分析领域，针对现有技术中缺少对生理器官网络进行表征以及量化分析网络整体的非平衡性的有效方法，本发明首先利用符号转移熵构建有向加权的生理器官信息交换网络，然后利用器官网络节点信息流入和流出的概率分布差异性量化生理网络的非平衡性，生理器官信号的统计信息流入和流出量反映了该器官信息量增减状态，可有效地表征器官的平衡性特征，生理器官网络整体的信息量的出入差异性是衡量动态生理网络的非平衡有效指标。
-
公开(公告)号：CN110477912B
公开(公告)日：2020-06-30
申请号：CN201910890748.6
申请日：2019-09-20
Applicant: 电子科技大学
IPC: A61B5/0476 , A61B5/00 , G16H50/20 , G06K9/00
Abstract: 本发明公开了一种基于等值排列和标准差的癫痫脑电幅度不可逆性分析方法，该方法包括脑电信号负值化处理，构建多维延迟向量，对多维延迟向量进行等值排列符号化，对多维向量幅度涨落波动进行分类处理，利用多维向量的幅度涨落波动标记对等值排列类型进行修正，统计并计算修正等值排列的概率分布，计算排列类型的概率分布的差异性。本发明有效地提取了模型序列的非线性特征，并且有效地表征了癫痫发作期异常高的幅度不可逆特征以及发作间期高于健康脑电活动的非平衡性特征。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.029 seconds)
