-
-
公开(公告)号:CN113729655A
公开(公告)日:2021-12-03
申请号:CN202111128252.9
申请日:2021-09-26
Applicant: 重庆邮电大学
IPC: A61B5/0205 , A61B5/0507 , A61B5/00
Abstract: 本发明公开了一种分离UWB雷达传感器接收信号的方法,即基于递归积分算子的零空间追踪提取单分量信号算法和置信度对UWB雷达传感器接收信号进行信号分解,提取人体的呼吸信号和心跳信号频率的方法,可应用于对传染病患者的心率等生命体征进行监测也可用于地震时探测人体体征。该方法运时间短,能够精确的提取UWB探地雷达信号中的呼吸信号和心跳信号频率,为非接触人体特征提取提供重要依据。
-
公开(公告)号:CN115081481A
公开(公告)日:2022-09-20
申请号:CN202210720721.4
申请日:2022-06-24
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于四元数深度学习框架的心音分类系统,包括以下步骤:(1)采用四元数动态残差卷积模块(QDRCM)来提取心音潜在特征;(2)使用四元数局部注意力连接学习框架(QLACL),将注意力扩展到四元数空间,维持通道关系;(3)使用全局注意力连接模块(GCACM)学习全局通道关系。本发明中四元数由于其4个元素构成一个四元数实体的特性考虑到了输入数据的通道间关系,在学习的过程中更好的保留下通道间的相互关系,相比正常的实值网络会将参数量减少到25%,利用四元数的哈密顿积的权重分配特性来捕捉通道之间的内部关系,使用四元数组件来共享权重,学习内部关系,实现轻量,快捷且高效的进行心音诊断分类。
-
-