-
公开(公告)号：CN111862068B
公开(公告)日：2022-09-13
申请号：CN202010739084.6
申请日：2020-07-28
Applicant: 福州大学
Abstract: 本发明涉及一种融合数据缺失数据和图像的三模型综合决策情绪预测方法，包括以下步骤：步骤S1:获取心电图文件并对其进行图像预处理，得到二值化心电图;步骤S2:根据得到的二值化心电图，以列扫描方式与前者基准结合转换图像信息为标准心电数据；步骤S3:将标准心电数据通过多维心电分析模型，提取心电特征；步骤S4:分别构建特征权重分析模型的情绪预测模型、卷积神经网络和Missing_Value_Model模型，并根据标准心电数据和心电特征，得到三个预测结果；步骤S5:根据得到的三个预测结果，采用比较权重方法确定最终的预测结果。本发明提出融合三种格式数据的情感类型预测模型，实现提高预测准确度。
-
公开(公告)号：CN111862068A
公开(公告)日：2020-10-30
申请号：CN202010739084.6
申请日：2020-07-28
Applicant: 福州大学
Abstract: 本发明涉及一种融合数据缺失数据和图像的三模型综合决策情绪预测方法，包括以下步骤：步骤S1:获取心电图文件并对其进行图像预处理，得到二值化心电图;步骤S2:根据得到的二值化心电图，以列扫描方式与前者基准结合转换图像信息为标准心电数据；步骤S3:将标准心电数据通过多维心电分析模型，提取心电特征；步骤S4:分别构建特征权重分析模型的情绪预测模型、卷积神经网络和Missing_Value_Model模型，并根据标准心电数据和心电特征，得到三个预测结果；步骤S5:根据得到的三个预测结果，采用比较权重方法确定最终的预测结果。本发明提出融合三种格式数据的情感类型预测模型，实现提高预测准确度。
-
公开(公告)号：CN117084648A
公开(公告)日：2023-11-21
申请号：CN202310888715.4
申请日：2023-07-19
Applicant: 福州大学
IPC: A61B5/0205 , A61B5/352 , A61B5/358 , A61B5/349 , A61B5/318 , A61B5/00 , G06F18/241 , G06F18/10 , G06N3/0464 , G06N3/048 , G06N3/096 , G06F18/213
Abstract: 本发明提出归纳式迁移学习的双通道无创血压分类与血压检测的方法，包括对无袖血压估计数据库的心电信号、光电容积脉搏波信号和动脉血压信号进行数据预处理；通过深度学习网络搭建心率失常五分类源域模型；对搭建好的源域模型进行归纳式迁移，构建三个血压二分类模型；通过一维卷积神经网络构建回归模型，正常血压、高血压前期、高血压数据输入模型，分别进行收缩压和舒张压的回归，构建六个回归模型；将PPG和ECG双通道测试数据输入搭建好的二级二分类模型，模型自动判断类别后自动选择对应的回归模型进行回归，并输出具体的收缩压值和舒张压值；本发明能达到无创血压分类检测的效果，提高检测血压值的准确率。
-
-
Search Results
3
records
(took 0.015 seconds)
