-
公开(公告)号：CN113436089A
公开(公告)日：2021-09-24
申请号：CN202110658976.8
申请日：2021-06-15
申请人： 山东省人工智能研究院 , 山东大学
摘要： 一种基于BiLSTM与生成对抗网络结合的ECG降噪方法，生成器采用BiLSTM,其复杂的非线性单元可以构造更大型的深度神经网络，使生成器更适用于处理心电数据；其次，对生成器和判别器的损失函数进行改进：在生成器损失函数中引入Fréchet距离以及L1范数，并且对判别器权重加惩罚，从而控制降噪后心电贴近原始纯净心电信号；无需传统的时频变换，就可实现端到端的心电降噪，即输入带噪信号到最优生成器就可以得到降噪信号。通过以上方法实现的ECG降噪后，降噪后的ECG信号与原始纯净信号基本重合，更大限度的保留了心电波形的细节,可以实时完成端到端的心电降噪。
-
公开(公告)号：CN113057647A
公开(公告)日：2021-07-02
申请号：CN202110322895.0
申请日：2021-03-25
申请人： 山东省人工智能研究院 , 山东大学
摘要： 一种心电信号的质量评估方法，将通过S变换获得的时频图，通过深度残差收缩网络和卷积神经网络的集成神经网络获得深度特征，与提取的统计特征结合，使用提出的双比例损失函数，提取出深度特征，并与统计特征相结合对心电信号的质量进行评估，来解决实际应用中心电信号质量较差的问题，能够极大的提升12导联心电信号质量评估的准确率。残差收缩网络能够将数据中存在的很多与当前任务无关的原始信息通过软阈值处理删除掉，获得与当前任务最相关的信息。卷积神经网络具有参数共享和稀疏连接的优点，能够将残差收缩网络提取出的深度特征进一步提纯优化，获得最适合当前任务的深度特征。
-
公开(公告)号：CN113057647B
公开(公告)日：2022-04-22
申请号：CN202110322895.0
申请日：2021-03-25
申请人： 山东省人工智能研究院 , 山东大学
摘要： 一种心电信号的质量评估方法，将通过S变换获得的时频图，通过深度残差收缩网络和卷积神经网络的集成神经网络获得深度特征，与提取的统计特征结合，使用提出的双比例损失函数，提取出深度特征，并与统计特征相结合对心电信号的质量进行评估，来解决实际应用中心电信号质量较差的问题，能够极大的提升12导联心电信号质量评估的准确率。残差收缩网络能够将数据中存在的很多与当前任务无关的原始信息通过软阈值处理删除掉，获得与当前任务最相关的信息。卷积神经网络具有参数共享和稀疏连接的优点，能够将残差收缩网络提取出的深度特征进一步提纯优化，获得最适合当前任务的深度特征。
-
公开(公告)号：CN114841209A
公开(公告)日：2022-08-02
申请号：CN202210526548.4
申请日：2022-05-13
申请人： 山东省人工智能研究院 , 山东大学
摘要： 一种基于深度领域自适应的多目标域心电信号分类方法，不需要两个域之间进行特征对齐，侧重于目标域的类别准确率和多样性的预测方法，提高了模型在多目标域上的泛化能力，而且收敛速度快，解决了单一目标域适应算法在多目标域上效果不佳的问题。另外，引入可变形卷积核在模型训练过程中可以自觉调整卷积的感受野，更好的适应多导联心电信号的导联特征。
-
公开(公告)号：CN111419220A
公开(公告)日：2020-07-17
申请号：CN202010227774.3
申请日：2020-03-27
申请人： 山东省人工智能研究院 , 山东省计算中心(国家超级计算济南中心) , 山东大学齐鲁医院
摘要： 一种基于共振稀疏分解的十二导联心电信号房颤检测方法，根据房颤信号的特点，利用共振稀疏分解对心电信号进行处理，将分解出的低共振分量部分送入神经网络中进行训练，逐个导联训练后通过投票算法（Voting）将各训练模型得出的概率进行联合运算，得到最终的检测结果，用于房颤检测时无需额外手工提取其他特征，网络结构简单，缩短了运算时间，可以实现实时房颤信号检测。针对房颤信号中“P波消失，出现F波”的表现特点，以共振稀疏分解为基础，突出房颤信号特点，通过简单的神经网络结构，保准准确率的基础上减少了运算时间。
-
公开(公告)号：CN118820860A
公开(公告)日：2024-10-22
申请号：CN202411062615.7
申请日：2024-08-05
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
IPC分类号： G06F18/24 , A61B5/318 , A61B5/346 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/22 , G06N3/08 , G06N3/0464
摘要： 一种基于解耦孪生网络的心电信号分类方法，涉及心电信号分类技术领域，将布朗距离协方差(BDC)引入到小样本心电信号分类模型中，构建了一种新结构的改进的小样本分类模型。与传统的CNN模型不同，不使用任何池化层，减少了有价值信息的丢失，并在性能上有所提高。
-
公开(公告)号：CN117995170B
公开(公告)日：2024-09-17
申请号：CN202410239673.6
申请日：2024-03-04
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院 , 山东浪潮智慧医疗科技有限公司 , 北京嘉和美康信息技术有限公司
摘要： 一种基于卷积与通道注意力机制的心音信号分类方法，涉及心音信号技术领域，通过空洞卷积与深度可分离卷积，学习不同通道特征，为重要通道特征赋予更高权重，从而提高网络提取特征的能力，实现心音信号的异常分类。
-
公开(公告)号：CN113989586B
公开(公告)日：2024-07-26
申请号：CN202111245372.7
申请日：2021-10-26
申请人： 山东省人工智能研究院 , 齐鲁工业大学
IPC分类号： G06V10/774 , G06V40/16 , G06V20/40 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
摘要： 一种基于人脸几何运动特征的真假视频检测方法，通过用人脸特征关键点的几何运动来代替脸部的物理运动，然后将经过提取几何运动差异后的不同部位的运动频率特征放进LSTM中来对视频的真假做出判定。该方法是在以往只关注帧层面检测方法的基础上做出的改进，能够让网络模型关注到视频帧之间的相互关联性，更能捕捉视频内部的细节信息。可以有效增加视频真假检测方法的泛化性，提升检测的精度。
-
公开(公告)号：CN114740703B
公开(公告)日：2024-07-23
申请号：CN202210407413.6
申请日：2022-04-18
申请人： 山东省人工智能研究院
IPC分类号： G05B9/03
摘要： 一种基于闭环数据驱动的冗余驱动轮式机器人协调控制方法，通过构建闭环数据驱动优化框架，将模型学习、协调优化与驱动控制纳入到同一闭环框架中，基于标称动力学模型和实际数据构建包含不确定性的动力学模型，利用数据驱动模型实时更新动力学模型、协调优化问题的约束条件及不变Tube的计算，有效降低不确定性对协调优化过程的影响，降低控制方法的保守性，实现各车轮的控制输入的协调分配，降低同侧车轮之间的内力损耗。
-
公开(公告)号：CN117649523B
公开(公告)日：2024-07-09
申请号：CN202311599251.1
申请日：2023-11-28
申请人： 齐鲁工业大学(山东省科学院) , 山东省人工智能研究院
IPC分类号： G06V10/26 , G06V10/44 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06N3/08
摘要： 一种基于LUnetr模型的可变心脏MRI分割方法，涉及医学图像分割技术领域，通过对ACDC数据集中的数据进行预处理，将预处理后的数据集通过编码器中的MBConv模块以及pooling‑style模块得到特征图。然后将该特征图输入到解码器中，将LUnetr Block模块加入到解码器中，可以从全局和局部两个分支进行提取特征，充分利用融合特征中的有用信息，来确保对每个图像进行精准的分割，得到最终分割图像。科学有效的增强提取特征的效果，充分利用全局特征和局部特征相结合的方法来处理特征提取问题，提高了心脏图像分割的精准性以及高效性。
-
-
-
-
-
-
-
-
-
搜索结果
289 条记录 (耗时 0.045 秒)
