-
公开(公告)号：CN109427052A
公开(公告)日：2019-03-05
申请号：CN201710757936.2
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
Abstract: 本发明实施例提供基于深度学习处理眼底图像的相关方法及设备。其中，一种基于深度学习的眼底图像处理方法包括：以预设分割方式分割待处理眼底图像，获得至少一个分析图像；通过眼底图像深度学习网络模型对至少一个分析图像进行分析，获得至少一个中间图像；融合至少一个中间图像，以获得包含特征标记的待处理眼底图像；其中，眼底图像深度学习网络模型为通过深度学习网络对至少一个训练图像分别进行多层卷积计算，以迭代更新深度学习网络模型获得的；在每一次更新深度学习网络模型的过程中，结合最后一层卷积计算获得的特征图及至少一个更新特征图，更新深度学习网络模型；更新特征图为对一层卷积计算获得的特征图再次进行卷积计算获得的特征图。
-
公开(公告)号：CN104706318B
公开(公告)日：2018-02-23
申请号：CN201310687525.2
申请日：2013-12-16
Applicant: 中国移动通信集团公司
Abstract: 本发明公开了一种睡眠分析方法及装置，包括：获取按照预设采样频率在每个子监测时间段内采集的待监测者的多轴加速度数据；分别基于在每个子监测时间段内采集的该待监测者的多轴加速度数据，确定该待监测者在每个子监测时间段内的活动量；并分别针对每个子监测时间段，根据该子监测时间段对应的时间段窗口包括的子监测时间段内的活动量，确定该待检测者在每个子监测时间段内的活动量特征值，并确定该监测时间段内活动量特征值的动态阈值；分别将每个子监测时间段内的活动量特征值与该动态阈值进行比较，得到该待监测者在每个子监测时间段内为睡眠状态或清醒状态的第一睡眠分析结果。采用本发明实施例提供的方法，提高了醒睡分类的准确率。
-
公开(公告)号：CN104720746A
公开(公告)日：2015-06-24
申请号：CN201310714428.8
申请日：2013-12-20
Applicant: 中国移动通信集团公司
IPC: A61B5/00
CPC classification number: A61B5/4812 , A61B5/02405
Abstract: 本发明实施例提供一种睡眠阶段确定方法和系统，可以利用心率变异率数据的特征参数，来进行睡眠阶段的识别。因此，仅需要在得到心率变异率数据后，根据一个时间片段对应的心率变异率数据的特征参数与预设规则的对应关系，即可以确定出该时间片段对应的睡眠阶段，而无需获取和标注样本来训练睡眠阶段分类器，解决了由于训练样本不足导致的睡眠阶段确定的精度较低，睡眠阶段分类器普适性较差的问题。
-
公开(公告)号：CN103892797A
公开(公告)日：2014-07-02
申请号：CN201210591111.5
申请日：2012-12-31
Applicant: 中国移动通信集团公司
IPC: A61B5/00 , A61B5/0402 , A61B5/113
Abstract: 本申请公开了一种用于睡眠结构分析的信号处理方法和装置。该方法包括：获得采集的体征信号，对采集的体征信号进行信号质量评估；对于信号质量评估结果满足预定条件的体征信号，将该体征信号直接用于睡眠结构分析，对于信号质量评估结果不满足预定条件的体征信号，将该体征信号以及该体征信号以外的其他体征信号进行综合分析，根据综合分析结果进行睡眠结构分析。应用本发明能够提高睡眠结构分析的正确性。
-
公开(公告)号：CN106919775B
公开(公告)日：2019-11-01
申请号：CN201510982914.7
申请日：2015-12-24
Applicant: 中国移动通信集团公司
Abstract: 本发明的实施例提供了一种睡眠信息的处理方法及装置，其中该处理方法包括：获取多个患者的睡眠监测数据；获取对睡眠监测数据进行判读后的第一判读结果，并根据第一判读结果生成患者的监测报告；根据监测报告，从多个患者的睡眠监测数据和监测报告中选择出患有第一种疾病的第一患者的睡眠监测数据和监测报告；根据第一患者的睡眠监测数据和监测报告，得出第一种疾病的关联因素。本发明的实施例能对疾病的关联因素进行大范围人群地挖掘，有助于区域人群对疾病的预防，降低疾病的发生率。
-
Patent Agency Ranking
公开(公告)号：CN109447995A
公开(公告)日：2019-03-08
申请号：CN201710754621.2
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
CPC classification number: G06T7/11 , G06T7/0012 , G06T2207/30041
Abstract: 本发明公开了一种眼前节图像的分割方法及其相关装置，预先针对裂隙型眼前节图片和弥散型眼前节图片训练对应的裂隙模型和弥散模型，在获取到眼前节图像后，根据预先训练的裂隙模型和弥散模型检测眼前节图像的图片类型；在确定出的眼前节图像所属的图片类型，将眼前节图像分割成虹膜区域、晶状体区域和皮肤区域。由于采用预先训练的裂隙模型和弥散模型确定眼前节图像进行图片类型，能够同时处理裂隙光和弥散光拍摄的图片，对眼前节图像进行自动分割，获取其皮肤区域、虹膜区域、晶状体区域的位置，因而可以方便地实现批量眼前节图像的区域自动分割和检测。
-
公开(公告)号：CN109447937A
公开(公告)日：2019-03-08
申请号：CN201710754656.6
申请日：2017-08-29
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团公司 , 沈阳何氏眼科医院有限公司
IPC: G06T7/00
Abstract: 本发明公开了一种图像处理模型的确定方法及其相关装置，首先，采用训练样本数据对深度学习卷积网络训练，得到初始的图像处理模型；之后，根据初始的图像处理模型确定训练样本数据中的稀有样本数据，并在训练样本数据中提升稀有样本数据的出现频率；最后，采用提升稀有样本数据的出现频率后的训练样本数据，对深度学习卷积网络重新训练，得到第一优化的图像处理模型。通过筛选出稀有样本数据并对其样本量进行扩充，使训练样本数据涵盖更多的数据变化条件，可以提高最后形成的图像处理模型对于稀有样本数据的分析精度。
-
公开(公告)号：CN104720746B
公开(公告)日：2017-06-20
申请号：CN201310714428.8
申请日：2013-12-20
Applicant: 中国移动通信集团公司
IPC: A61B5/00
Abstract: 本发明实施例提供一种睡眠阶段确定方法和系统，可以利用心率变异率数据的特征参数，来进行睡眠阶段的识别。因此，仅需要在得到心率变异率数据后，根据一个时间片段对应的心率变异率数据的特征参数与预设规则的对应关系，即可以确定出该时间片段对应的睡眠阶段，而无需获取和标注样本来训练睡眠阶段分类器，解决了由于训练样本不足导致的睡眠阶段确定的精度较低，睡眠阶段分类器普适性较差的问题。
-
公开(公告)号：CN103892822B
公开(公告)日：2016-04-27
申请号：CN201210576742.X
申请日：2012-12-26
Applicant: 中国移动通信集团公司
IPC: A61B5/0402
Abstract: 本发明公开了一种心电图信号处理方法及装置，用以提高睡眠分析结果的精度。所述方法，包括：获得预设时间间隔内的ECG信号数据；按照预设的采样周期对获得的ECG信号数据进行采样，获得各采样周期对应的ECG信号数据，其中，每一采样周期内的ECG信号数据包括该采样周期内以及该采样周期之前和/或该采样周期之后的、预设时长内的ECG信号数据；根据各采样周期对应的ECG信号数据，分别确定各采样周期内的HRV特征参数。进一步地，按照预设算法分别确定各采样周期内的HRV特征向量进行处理得到滤波HRV特征向量；并合并HRV特征向量和滤波HRV特征向量。
-
公开(公告)号：CN104706318A
公开(公告)日：2015-06-17
申请号：CN201310687525.2
申请日：2013-12-16
Applicant: 中国移动通信集团公司
CPC classification number: A61B5/4812
Abstract: 本发明公开了一种睡眠分析方法及装置，包括：获取按照预设采样频率在每个子监测时间段内采集的待监测者的多轴加速度数据；分别基于在每个子监测时间段内采集的该待监测者的多轴加速度数据，确定该待监测者在每个子监测时间段内的活动量；并分别针对每个子监测时间段，根据该子监测时间段对应的时间段窗口包括的子监测时间段内的活动量，确定该待检测者在每个子监测时间段内的活动量特征值，并确定该监测时间段内活动量特征值的动态阈值；分别将每个子监测时间段内的活动量特征值与该动态阈值进行比较，得到该待监测者在每个子监测时间段内为睡眠状态或清醒状态的第一睡眠分析结果。采用本发明实施例提供的方法，提高了醒睡分类的准确率。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.029 seconds)
