公开(公告)号：CN116168245A

公开(公告)日：2023-05-26

申请号：CN202310148846.9

申请日：2023-02-22

Applicant: 重庆邮电大学

Inventor： 李国权 ,  朱双青 ,  刘梓潼 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: G06V10/764 ,  A61B5/346 ,  A61B5/00 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明涉及一种基于CvT‑13和多模态图像融和的心电分类方法，属于信号处理技术领域，使用GADF、RP和GASF将ECG一维信号转化成三种不同模态的二维图像，并将其融合生成单一的图像作为CvT‑13的输入，多模态融合图像包含了更多的特征，而CvT‑13模型可以兼顾局部和全局信息，从而有效提升了分类性能。

公开(公告)号：CN116168245B

公开(公告)日：2025-04-08

申请号：CN202310148846.9

申请日：2023-02-22

Applicant: 重庆邮电大学

Inventor： 李国权 ,  朱双青 ,  刘梓潼 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: G06V10/764 ,  A61B5/346 ,  A61B5/00 ,  G06V10/80 ,  G06V10/82 ,  G06V10/774

Abstract: 本发明涉及一种基于CvT‑13和多模态图像融和的心电分类方法，属于信号处理技术领域，使用GADF、RP和GASF将ECG一维信号转化成三种不同模态的二维图像，并将其融合生成单一的图像作为CvT‑13的输入，多模态融合图像包含了更多的特征，而CvT‑13模型可以兼顾局部和全局信息，从而有效提升了分类性能。

公开(公告)号：CN115089191B

公开(公告)日：2025-03-07

申请号：CN202210685578.X

申请日：2022-06-16

Applicant: 重庆邮电大学

Inventor： 李国权 ,  朱双青 ,  刘梓潼 ,  贺荣 ,  朱宏钰 ,  林金朝 ,  庞宇

IPC: A61B5/346 ,  G06F18/10

Abstract: 本发明涉及一种基于改进ICEEMDAN的肌电干扰去除方法，属于生命体征信号处理技术领域。该方法首先对含噪信号进行ICEEMDAN分解并计算每组分量样本熵，选择合适的分量进行提升小波阈值去噪，进而重构去噪处理后的分量和未经处理的分量完成去噪过程。本发明能提高信号的去噪效果且更大程度保留信号的真实性。

公开(公告)号：CN115089191A

公开(公告)日：2022-09-23

申请号：CN202210685578.X

申请日：2022-06-16

Applicant: 重庆邮电大学

Inventor： 李国权 ,  朱双青 ,  刘梓潼 ,  贺荣 ,  朱宏钰 ,  林金朝 ,  庞宇

IPC: A61B5/346 ,  G06K9/00

Abstract: 本发明涉及一种基于改进ICEEMDAN的肌电干扰去除方法，属于生命体征信号处理技术领域。该方法首先对含噪信号进行ICEEMDAN分解并计算每组分量样本熵，选择合适的分量进行提升小波阈值去噪，进而重构去噪处理后的分量和未经处理的分量完成去噪过程。本发明能提高信号的去噪效果且更大程度保留信号的真实性。

公开(公告)号：CN118000748A

公开(公告)日：2024-05-10

申请号：CN202410169344.9

申请日：2024-02-06

Applicant: 重庆邮电大学

Inventor： 李国权 ,  刘梓潼 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: A61B5/346 ,  A61B5/00 ,  G06F18/241

Abstract: 本发明涉及一种基于多尺度特征融合的多导联心电信号分类方法，属于心电信号分类技术领域，包括以下步骤：S1：对多导联心电信号预处理，得到预处理后的多导联心电信号S1；S2：针对一维时间序列数据S1，建立各导联间相关性信息与各导联内部独特性信息的特征融合网络；将预处理后的心电信号S1输入到该特征融合网络中，得到特征图S2；S3：通过多尺度特征提取模块MSF‑Net和多头注意力网络模块建立基于局部特征与全局特征的融合网络，将特征S2输入到所述融合网络中，最后将并行的两个分支网络输出得到特征图拼接融合，通道降维得到特征S3；S4：建立分类模块，将特征S3输入到分类模块中，输出得到心电信号分类结果。

公开(公告)号：CN117653135A

公开(公告)日：2024-03-08

申请号：CN202410074151.5

申请日：2024-01-18

Applicant: 重庆邮电大学

Inventor： 李国权 ,  贺荣 ,  刘梓潼 ,  林金朝 ,  庞宇 ,  朱宏钰

IPC: A61B5/318 ,  G06F18/15 ,  G06F18/213 ,  G06F18/2415 ,  G06F18/2433 ,  G06N3/045 ,  G06N3/0464 ,  A61B5/346 ,  A61B5/363 ,  A61B5/00 ,  G06F123/02

Abstract: 本发明涉及一种基于SincNet和多头注意力机制的心律失常分类方法，属于信号处理技术领域，包括以下步骤：S1：读取MIT‑BIH心律失常数据库中的心电信号数据，并对心电信号进行归一化和心拍分割；S2：构建基于SincNet和多头注意力机制的分类模型；S3：将心电信号数据划分为训练集和测试集，使用训练集训练所述分类模型，得到最优模型，用测试集测试进行测试，得到结果。本发明能同时提取时域特征和频域特征，并利用注意力机制捕获时频域特征之间的依赖关系，提高心律失常的分类性能。