-
公开(公告)号：CN113974647A
公开(公告)日：2022-01-28
申请号：CN202111251594.X
申请日：2021-10-26
Applicant: 福州大学
Abstract: 本发明提出一种非线性支持向量机多特征量化及模型参数寻优重构心源性猝死风险因子的系统及方法，包括对心源性猝死心电信号数据集和正常窦性心律心电信号数据集进行数据预处理；对处理好的心电数据集进行心电波形检测；对心源性猝死风险因子进行提取；对提取的初始特征进行特征量化缩放处理；利用非线性支持向量机作为心源性猝死风险因子的验证模型，通过模型参数寻优，确定误差惩罚参数C和核参数γ；通过制定的心源性猝死风险因子和优化后的模型参数得到心源性猝死的预测模型；达到重构、验证心源性猝死风险因子的效果，对研究心源性猝死具有很好的指导意义。
-
公开(公告)号：CN116807491A
公开(公告)日：2023-09-29
申请号：CN202310888672.X
申请日：2023-07-19
Applicant: 福州大学
Abstract: 本发明提出应用于实时心电监测设备的心肌梗死全局导联重建方法，包括以下步骤：步骤S1：对心肌梗死心电信号数据集和健康对照心电信号数据集进行数据预处理；步骤S2：进行各导联主成分分析，绘制方差贡献率图，实现最高贡献度导联决策，确定重建导联组；步骤S3：滤除导联组原始数据的冗余信息，对数据进行非线性卷积预分类处理，提高导联重建算法效果；步骤S4：对导联重建算法拟合导联之间的转换关系；步骤S5：以卷积神经网络作为导联重建模型框架，进行网络结构优化和参数设置；步骤S6：基于优化后的网络，分别构建全局导联重建模型，验证导联重建前后状态差异；本发明能实现便携式心电监测和临床诊断导联互通，进而提升便携式心电监护仪实用性。
-
公开(公告)号：CN113974647B
公开(公告)日：2023-08-04
申请号：CN202111251594.X
申请日：2021-10-26
Applicant: 福州大学
Abstract: 本发明提出一种非线性支持向量机多特征量化及模型参数寻优重构心源性猝死风险因子的系统及方法，包括对心源性猝死心电信号数据集和正常窦性心律心电信号数据集进行数据预处理；对处理好的心电数据集进行心电波形检测；对心源性猝死风险因子进行提取；对提取的初始特征进行特征量化缩放处理；利用非线性支持向量机作为心源性猝死风险因子的验证模型，通过模型参数寻优，确定误差惩罚参数C和核参数γ；通过制定的心源性猝死风险因子和优化后的模型参数得到心源性猝死的预测模型；达到重构、验证心源性猝死风险因子的效果，对研究心源性猝死具有很好的指导意义。
-
-
Search Results
3
records
(took 0.021 seconds)
