-
公开(公告)号：CN108647614A
公开(公告)日：2018-10-12
申请号：CN201810404828.1
申请日：2018-04-28
IPC: G06K9/00 , G06N3/04 , A61B5/0402
Abstract: 本发明公开了一种心电图心拍分类识别方法及系统，该方法包括：步骤S1：对异常心电数据库中的心电图信号进行预处理；步骤S2：从异常心电数据库中选取经过预处理后的心电图信号，然后从选取的经过预处理后的心电图信号中抽取心拍，得到心拍样本集；步骤S3：从心拍样本集中随机选取一部分心拍作为训练样本集，剩余部分的心拍作为测试样本集；步骤S4：将训练样本集输入卷积神经网络模型中进行训练，实现心电图信号特征的提取，该卷积神经网络模型包括空间金字塔池化层；步骤S5：将提取得到的特征信息以及测试样本集输入卷积神经网络模型中，并采用分类器对卷积神经网络模型的输出结果进行分类。本发明可以提高心拍分类识别的准确率。
-
公开(公告)号：CN112257573B
公开(公告)日：2022-06-24
申请号：CN202011128822.X
申请日：2020-10-21
IPC: G06K9/00
Abstract: 本发明公开了一种基于t‑SNE和Adaboost的ECG身份识别方法，其方法为：第一步、通过中值滤波器和小波去噪算法去除噪声；第二步、得到多个单周期心拍数据；第三步、得到单周期心拍数据的特征向量；第四步、采用Adaboost算法构建并训练分类器；第五步、最终输出识别结果，即该心电信号数据对应数据库中的个体身份。有益效果：本发明能极大降低心电信号数据处理的维度，加快分类器的训练速度，同时有效利用了心电信号数据的信息和类别标签，增强了ECG身份识别的准确率和时效性。同时通过结合t‑SNE算法和Adaboost构成了高效的强分类器，提高了身份识别方法的泛用性和准确率。
-
公开(公告)号：CN109951268B
公开(公告)日：2020-12-22
申请号：CN201910119852.5
申请日：2019-02-18
Abstract: 本发明涉及一种基于位置换和位变换的加密解密方法和装置。其中方法包括步骤：S1、开辟内存空间，为明文文件、密文文件及密钥文件准备对应的存储空间，其中初始的密钥文件来自于的已知编码序列，并且作为加密和解密的共用文件；S2、按照位运算规则以改变初始的密钥流的位值，从而得到位变换的密钥流，然后按照依赖于密钥流的位运算规则改变明文的位值；S3、在已经过位变换的明文流的基础上，按照依赖于密钥流的位置换规则，对位变换后的明文流进行位置换运算，并将其随机散布在密文流中，从而得到目标密文后储存为文件。其中装置包括存储器和处理器，以被配置为实施上述方法。本发明的技术方案具有高安全性、强适用性和广应用范围。
-
公开(公告)号：CN106108880B
公开(公告)日：2020-10-16
申请号：CN201610486684.X
申请日：2016-06-28
IPC: A61B5/0245
Abstract: 本发明公开了一种心拍自动识别方法，包括以下步骤：S1，对心电信号进行预处理，得到纯净心电信号；将所得纯净心电信号分割为待分类的心拍信号,并存储待用；S2，读取数据集中选取的已知类别的心拍信号，设置训练集；S3，抽取并存储各个类别的心拍信号，对存储的信号进行分层合并且训练；存储训练得到的分类器；S4，将待分类的心拍进行分类识别。一种心拍自动识别系统，包括储存程序的存储器和一处理器，所述处理器用于运行所述程序以执行所述的方法。本发明减少了心拍多分类所需支持向量机数目，降低了运算复杂度，提高分类实用价值。广泛应用于医学信号处理领域。
-
公开(公告)号：CN107239684A
公开(公告)日：2017-10-10
申请号：CN201710364545.4
申请日：2017-05-22
Abstract: 一种用于ECG身份识别的特征学习方法，包括步骤：获取个体的心电信号；对个体的心电信号进行滤波处理；提取滤波后的心电信号的形态学特征和小波特征；基于个体的心电信号的形态学特征和小波特征，建立稀疏自编码识别神经网络。本发明能够改善在现实生活中采集心电信号时，因个体的身体(例如心律失常，剧烈运动)心理和情绪状态等心电异常状态导致的身份识别精度下降的问题。
-
Patent Agency Ranking
公开(公告)号：CN105997055A
公开(公告)日：2016-10-12
申请号：CN201610541616.9
申请日：2016-07-11
IPC: A61B5/0402 , A61B5/0452
CPC classification number: A61B5/0402 , A61B5/0452 , A61B5/7253 , A61B5/7264
Abstract: 本发明公开了一种心电信号ST段的自动分类方法，其特征在于，包括步骤：S1、获取人体的心电信号波形，并进行预处理；S2、对经过预处理后的心电信号波形进行特征点检测；S3、基于步骤S2中的特征点检测，确定心电信号ST段波形，并获取所述心电信号ST段波形的特征参数，以建立待分类特征输入矩阵；S4、将心电信号ST段波形划分设置为训练样本以及测试样本，并基于训练样本建立分类器模型；S5、将测试样本输入分类器模型中进行测试，并结合决策融合完成最后分类。还公开了一种心电信号ST段的自动分类的系统及装置。通过神经网络方法建立分类器模型及决策层融合，有效地减少了运算并缩小了时间成本，提高了ST段的分类精度，并且分类更容易。
-
公开(公告)号：CN109194461B
公开(公告)日：2022-02-22
申请号：CN201810451030.2
申请日：2018-05-11
Abstract: 本发明的技术方案包括基于双密钥流密码的单向链表顺序加密解密方法，其特征在于，该方法包括：根据明文文件创建明文集合M；将明文集合M作为初值并进行迭代解密得到密文集合C，其中迭代解密使用密钥集合P和算法集合A；对密文集合C调用密钥集合P进行调用密钥集合P中密钥多次解密，其中解密使用密钥集合P和算法集合A；将得到的解密结果转换为明文文件。本发明的有益效果为：实施方式简顺，节省人力物力；解密复杂，能够有效提升解密的难度或者难以被解密。
-
公开(公告)号：CN109165556B
公开(公告)日：2021-12-07
申请号：CN201810820607.2
申请日：2018-07-24
Abstract: 本发明的技术方案包括一种基于GRNN身份识别方法，该方法用于实现：获取包括了多个用户的多个周期心拍数据的心电信号样本数据集，并采用小波变换来去除心电信号中的噪声；对去噪后的信号进行心拍分割用以构造心电信号的形态学特征，并分别构建训练集心拍特征数据库和测试集心拍特征数据库；采用奇异值分解法去除心电信号中的冗余特征；利用线性判别式分析法进行心拍特征数据集的降维；训练广义回归神经网络分类器，并根据多心拍投票的原则输出该个体的身份信息。本发明的有益效果为：有效去除了心电信号中的冗余信息，提高了后续身份识别的准确率，而LDA对心拍特征维度的降低以及使用GRNN神经网络作为分类器则大大提高了身份识别的速度。
-
公开(公告)号：CN108777611A
公开(公告)日：2018-11-09
申请号：CN201810449252.0
申请日：2018-05-11
Abstract: 本发明的技术方案包括基于双密钥流密码的双向链表顺序加密解密方法，其特征在于，该方法包括：根据明文文件创建明文集合M；将明文集合M作为初值并进行迭代解密得到密文集合C，其中迭代解密使用密钥集合P和算法集合A；对密文集合C调用密钥集合P进行调用密钥集合P中密钥多次解密，其中解密使用密钥集合P和算法集合A；将得到的解密结果转换为明文文件。本发明的有益效果为：实施方式简单，节省人力物力；解密复杂，能够有效提升解密的难度或者难以被解密；可将传输在现在互联网中的文件变得安全；他人截获也无法破译，传输技术和环境仍使用现有的互联网平台，但传输的信息是加密信息。
-
公开(公告)号：CN108596142A
公开(公告)日：2018-09-28
申请号：CN201810434968.3
申请日：2018-05-09
Abstract: 本发明的技术方案包括一种基于PCANet的心电特征提取方法，其特征在于，包括如下步骤：S10、对心电图进行预处理获得训练集和待分类集，S20、使用PCANet分别对训练集和待分类集进行心拍的特征提取，S30、使用训练集提取的心拍特征训练分类器并将其用于待分类集心拍特征的分类；本发明的有益效果为：对心电图信号的噪声具有鲁棒性，简化噪声去除的步骤，对不均衡心拍具有较佳分类效果，提高了心电特征提取的效率和准确率，减轻了医生识别心电图的压力，降低了医生误诊的概率。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.027 seconds)
