-
公开(公告)号:CN116705315A
公开(公告)日:2023-09-05
申请号:CN202310646014.X
申请日:2023-06-02
Applicant: 西安交通大学
IPC: G16H50/30 , A61B5/1455 , A61B5/00 , G06N3/0464 , G06N3/084 , G06N3/048 , G06F18/23213 , G06F18/2415 , G06F18/214 , G06F18/21 , G06F18/25 , G06F18/27
Abstract: 一种脑卒中患者上肢运动功能的评估方法,首先,采集被试脑部近红外信号,对采集到的信号通过带通滤波、三次样条插值等方法进行预处理,将光信号转换为氧合血红蛋白浓度数据;其次,求预处理后的多通道信号间的Pearson相关系数,在不同稀疏度阈值下构建功能连接矩阵,以观察脑网络连接,同时对其进行图论分析;然后,进行二聚类,分类得到疾病亚型,分别与健康人功能连接矩阵作为卷积神经网络的输入;最后,以卷积神经网络输出可信度与人口学信息特征融合,进行支持向量回归,选择最优模型作为评分模型;本发明在不同稀疏度阈值下构建脑网络,通过后续分析确定了最佳阈值。数据更加准确,时空分辨率更高。
-
公开(公告)号:CN113935372B
公开(公告)日:2024-04-05
申请号:CN202111138875.4
申请日:2021-09-27
Applicant: 西安交通大学
Abstract: 一种基于非线性模式分解的袖带压力震荡波提取方法,步骤一、从原始波形中提取袖带压力信号和振荡波信号;步骤二、对含有运动干扰伪迹的振荡波信号进行同步挤压小波变换;步骤三、利用同步挤压小波变换的结果,计算振荡波信号的时变双谱,同时将时变双谱绝对值与同步挤压小波变换结果相乘,得到去噪后震荡波信号的同步挤压小波变换;步骤四、利用非线性模式分解算法,分别提取一次谐波和备选谐波成分,同时使用替代数据检验,找出一次谐波的真实谐波成分;步骤五、通过提取的一次谐波和相关谐波成分进行非线性模式重构,得到去除运动干扰伪迹的振荡波信号;本发明能够对袖带压力震荡波中的运动干扰进行滤除,从而准确提取袖带压力震荡波。
-
公开(公告)号:CN113935372A
公开(公告)日:2022-01-14
申请号:CN202111138875.4
申请日:2021-09-27
Applicant: 西安交通大学
Abstract: 一种基于非线性模式分解的袖带压力震荡波提取方法,步骤一、从原始波形中提取袖带压力信号和振荡波信号;步骤二、对含有运动干扰伪迹的振荡波信号进行同步挤压小波变换;步骤三、利用同步挤压小波变换的结果,计算振荡波信号的时变双谱,同时将时变双谱绝对值与同步挤压小波变换结果相乘,得到去噪后震荡波信号的同步挤压小波变换;步骤四、利用非线性模式分解算法,分别提取一次谐波和备选谐波成分,同时使用替代数据检验,找出一次谐波的真实谐波成分;步骤五、通过提取的一次谐波和相关谐波成分进行非线性模式重构,得到去除运动干扰伪迹的振荡波信号;本发明能够对袖带压力震荡波中的运动干扰进行滤除,从而准确提取袖带压力震荡波。
-
-