公开(公告)号：CN118592967A

公开(公告)日：2024-09-06

申请号：CN202410795532.2

申请日：2024-06-19

Applicant: 鲁东大学 ,  烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地

Inventor： 张振兴 ,  葛俊 ,  林瑞卿 ,  孙启康 ,  安千祥 ,  刘圣杰 ,  王伊蕾 ,  范文翼 ,  周春姐 ,  胡小林

IPC: A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06F18/241 ,  G06F18/214 ,  G06N3/045 ,  G06N3/08 ,  G16H40/67 ,  H04L67/10 ,  H04L67/12

Abstract: 本发明公开了一种基于端‑边‑云架构的便携式智能心电监护系统。该系统由3个部分组成：端设备（心电监护仪）、边缘设备（智能手机）以及云设备（云服务器）。端设备负责采集用户实时的心电信号,并通过蓝牙发送给边缘设备；边缘设备接收到实时的心电信号，通过基于心电形态学的六边形识别算法检测是否存在异常心电信号，如果存在则通过5G发往云设备；云设备通过CNN‑LSTM模型更加精准的识别用户的健康状态并反馈给边缘设备。当边缘设备接收到的识别结果为患病时，则会向紧急联系人发送预警以及患病的位置。该系统为用户提供了一个更加便携高效的智能心电监护系统。

公开(公告)号：CN117649590A

公开(公告)日：2024-03-05

申请号：CN202311682254.1

申请日：2023-12-08

Applicant: 鲁东大学 ,  烟台新旧动能转换研究院暨烟台科技成果转移转化示范基地

Inventor： 张振兴 ,  葛俊 ,  王伊蕾 ,  魏铮 ,  范文翼 ,  周春姐 ,  陈婧

IPC: G06V10/82 ,  G06V10/44 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于医学数据识别技术领域，公开了一种基于位置回溯深度学习网络的心肌梗死识别算法。该算法提出了一种基于位置回溯深度学习网络PBDN(Position Backtracking Deep learning Network)的特征选择方法，采用PBDN获取深度学习模型对原始特征的回溯结果，然后将结果映射到第一象限y＝kx直线的斜率上，利用不同类别直线的斜率之和和每两条直线的夹角之和完成特征的最终评价，本申请在公开数据集PTB心电识别数据库上进行了仿真实验，结果表明，使用经过PBDN特征选择后的心肌梗死数据进行分类，准确率达到了99.5％以上，与其他的心肌梗死识别算法相比，本算法的识别率达到了令人满意的效果，并且训练时间和计算量大大的减少。

公开(公告)号：CN117668611A

公开(公告)日：2024-03-08

申请号：CN202311600649.2

申请日：2023-11-28

Applicant: 鲁东大学

Inventor： 张振兴 ,  葛俊 ,  吴琳 ,  魏铮 ,  王伊蕾 ,  范文翼 ,  周春姐

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/084

Abstract: 本发明属于医学数据识别技术领域，公开了基于投影矩阵面积特征选择的左心室肥大识别方法及系统。该方法采用Stiefel流形上的混合下降方向和混合步长的投影类非单调线搜索方法，求解含有正交约束的最小二乘算法的目标函数，获得令预测标签到真实标签竖直距离最小的投影矩阵W，将投影矩阵W绘制成多边形图像，用图形语言的方式展示投影矩阵W中蕴含的各个特征信息，通过基于投影矩阵面积的特征选择方法PMA计算投影矩阵的面积，并且对各个特征信息特征进行评价；本发明获得一个最优的特征子集，将筛选后的特征子集投入分类模型中训练，不仅可以节省训练的时间还可以获得比原数据训练更高的识别率。

公开(公告)号：CN117668611B

公开(公告)日：2024-10-18

申请号：CN202311600649.2

申请日：2023-11-28

Applicant: 鲁东大学

Inventor： 张振兴 ,  葛俊 ,  吴琳 ,  魏铮 ,  王伊蕾 ,  范文翼 ,  周春姐

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/09 ,  G06N3/084

Abstract: 本发明属于医学数据识别技术领域，公开了基于投影矩阵面积特征选择的左心室肥大识别方法及系统。该方法采用Stiefel流形上的混合下降方向和混合步长的投影类非单调线搜索方法，求解含有正交约束的最小二乘算法的目标函数，获得令预测标签到真实标签竖直距离最小的投影矩阵W，将投影矩阵W绘制成多边形图像，用图形语言的方式展示投影矩阵W中蕴含的各个特征信息，通过基于投影矩阵面积的特征选择方法PMA计算投影矩阵的面积，并且对各个特征信息特征进行评价；本发明获得一个最优的特征子集，将筛选后的特征子集投入分类模型中训练，不仅可以节省训练的时间还可以获得比原数据训练更高的识别率。

公开(公告)号：CN108550375A

公开(公告)日：2018-09-18

申请号：CN201810208852.8

申请日：2018-03-14

Applicant: 鲁东大学

Inventor： 张振兴 ,  朱攀 ,  司光 ,  范文翼 ,  周春姐 ,  刘通 ,  王伊蕾

IPC: G10L25/63 ,  G10L15/16 ,  G10L15/02 ,  G10L25/24 ,  G10L25/30

Abstract: 本发明涉及一种基于语音信号的情感识别方法、装置和计算机设备，该方法包括：对语音输入信号进行预处理，得到由静态特征和一阶差分特征组成的混合的梅尔频率倒谱系数MFCC输入特征；将所述输入特征输入到经过语音情感训练的卷积神经网络模型中；使用所述经过语音情感训练的卷积神经网络模型作为分类器对所述输入特征进行分类，识别出与所述语音信号对应的情感。采用本发明的基于语音信号的情感识别方法，与其他基于语义、语音的情感识别方法相比，克服了识别准确率低的技术问题，可以区分不同的语音情感，且准确率令人满意；同时，根据实验结果可知，本方法具有较好的泛化能力。