公开(公告)号：CN107147397A

公开(公告)日：2017-09-08

申请号：CN201710269603.5

申请日：2017-04-24

Applicant: 电子科技大学 ,  内江市下一代互联网数据处理技术研究所

Inventor： 叶娅兰 ,  侯孟书 ,  程云飞 ,  陈暘 ,  何文文 ,  徐海津 ,  邓雪松

IPC: H03M7/30

Abstract: 本发明公开了一种面向可穿戴设备的快速压缩感知重构方法，属于信号处理领域。本发明通过构造的m*n维随机稀疏二值观测矩阵Ф，对原始心电信号x进行压缩测量，得到长度为m的观测向量y；再基于观测矩阵Ф和观测向量y，利用基于交替方向乘子法和块稀疏贝叶斯学习的压缩感知重构方法对原始信号进行重构，得到原始信号的估计向量。与现有块稀疏贝叶斯学习类压缩感知重构算法相比，本发明的优点在于在保证重构精度的前提下可以达到更快的重构速度。

公开(公告)号：CN107147397B

公开(公告)日：2020-06-16

申请号：CN201710269603.5

申请日：2017-04-24

Applicant: 电子科技大学 ,  内江市下一代互联网数据处理技术研究所

Inventor： 叶娅兰 ,  侯孟书 ,  程云飞 ,  陈暘 ,  何文文 ,  徐海津 ,  邓雪松

IPC: H03M7/30

Abstract: 本发明公开了一种面向可穿戴设备的快速压缩感知重构方法，属于信号处理领域。本发明通过构造的m*n维随机稀疏二值观测矩阵Ф，对原始心电信号x进行压缩测量，得到长度为m的观测向量y；再基于观测矩阵Ф和观测向量y，利用基于交替方向乘子法和块稀疏贝叶斯学习的压缩感知重构方法对原始信号进行重构，得到原始信号的估计向量。与现有块稀疏贝叶斯学习类压缩感知重构算法相比，本发明的优点在于在保证重构精度的前提下可以达到更快的重构速度。

公开(公告)号：CN106599903B

公开(公告)日：2020-01-21

申请号：CN201611031391.9

申请日：2016-11-22

Applicant: 电子科技大学成都研究院

Inventor： 叶娅兰 ,  何文文 ,  程云飞 ,  侯孟书 ,  徐海津 ,  邓雪松 ,  陈暘 ,  刘汉倞 ,  冯蓓

IPC: G06K9/62

Abstract: 本发明公开了一种基于相关性的加权最小二乘字典学习的信号重构方法。本发明首先利用聚类的方法将训练数据中具有相关性的信号样本归类为一组，然后以一组信号为单位更新每组字典，使得每组字典能充分地学习到每组信号的特征，最后依据得到的子字典进行集中字典学习。实验结果表明，相对于较为经典的加权最小二乘法以及K奇异值分解算法，本发明能够获得更低的均方误差，并且应用于压缩感知重构恢复领域时能获得更高的信噪比。

公开(公告)号：CN105919584B

公开(公告)日：2018-10-16

申请号：CN201610459447.4

申请日：2016-06-23

Applicant: 电子科技大学

Inventor： 叶娅兰 ,  何文文 ,  程云飞 ,  侯孟书 ,  张宇 ,  潘郎平 ,  徐海津 ,  陈天祥

IPC: A61B5/024 ,  A61B5/11

Abstract: 本发明公开了一种用于可穿戴心率监测设备的心率估计方法及装置。本发明主要包括运动伪影移除以及心率谱峰追踪两部分。运动伪影移除为：首先利用非线性自适应滤波法捕获噪声参考信号与脉搏波信号中的运动伪影噪声间的非线性关系，从而有效的消除运动伪影干扰，然后采用基于分类的二元决策方法判断滤波后的脉搏波信号是否仍含有大量噪声，对判决为仍含有噪声的脉搏波信号采用奇异谱分析方法进一步去除噪声干扰；再基于频谱的心率谱峰追踪，定位每个时间窗的心率谱峰，即首先基于非线性定位法定位心率谱峰，若不能成功定位，再基于分类定位法定位心率谱峰。本发明用于心率估计，其计算精度高、复杂度低，从而保证了其在可穿戴监测设备的可实施性。

公开(公告)号：CN106599903A

公开(公告)日：2017-04-26

申请号：CN201611031391.9

申请日：2016-11-22

Applicant: 电子科技大学成都研究院

Inventor： 叶娅兰 ,  何文文 ,  程云飞 ,  侯孟书 ,  徐海津 ,  邓雪松 ,  陈暘 ,  刘汉倞 ,  冯蓓

IPC: G06K9/62

Abstract: 本发明公开了一种基于相关性的加权最小二乘字典学习的信号重构方法。本发明首先利用聚类的方法将训练数据中具有相关性的信号样本归类为一组，然后以一组信号为单位更新每组字典，使得每组字典能充分地学习到每组信号的特征，最后依据得到的子字典进行集中字典学习。实验结果表明，相对于较为经典的加权最小二乘法以及K奇异值分解算法，本发明能够获得更低的均方误差，并且应用于压缩感知重构恢复领域时能获得更高的信噪比。

公开(公告)号：CN105919584A

公开(公告)日：2016-09-07

申请号：CN201610459447.4

申请日：2016-06-23

Applicant: 电子科技大学

Inventor： 叶娅兰 ,  何文文 ,  程云飞 ,  侯孟书 ,  张宇 ,  潘郎平 ,  徐海津 ,  陈天祥

IPC: A61B5/024 ,  A61B5/11

CPC classification number: A61B5/02416 ,  A61B5/11 ,  A61B5/6802 ,  A61B5/721 ,  A61B5/7225 ,  A61B5/7235 ,  A61B5/725

Abstract: 本发明公开了一种用于可穿戴心率监测设备的心率估计方法及装置。本发明主要包括运动伪影移除以及心率谱峰追踪两部分。运动伪影移除为：首先利用非线性自适应滤波法捕获噪声参考信号与脉搏波信号中的运动伪影噪声间的非线性关系，从而有效的消除运动伪影干扰，然后采用基于分类的二元决策方法判断滤波后的脉搏波信号是否仍含有大量噪声，对判决为仍含有噪声的脉搏波信号采用奇异谱分析方法进一步去除噪声干扰；再基于频谱的心率谱峰追踪，定位每个时间窗的心率谱峰，即首先基于非线性定位法定位心率谱峰，若不能成功定位，再基于分类定位法定位心率谱峰。本发明用于心率估计，其计算精度高、复杂度低，从而保证了其在可穿戴监测设备的可实施性。