-
公开(公告)号:CN115251838A
公开(公告)日:2022-11-01
申请号:CN202210708273.6
申请日:2022-06-21
申请人: 西南交通大学
IPC分类号: A61B5/00 , A61B5/0245 , A61B5/318
摘要: 本发明提供了一种多尺度特征融合的睡眠分期方法、装置、设备及存储介质,涉及睡眠分期技术领域,包括获取第一信息,第一信息包括至少两个心电信号数据和每个心电信号数据对应的睡眠期间;基于多头注意力机制和神经网络算法建立睡眠分期模型;将第一信息转化为数据集,并利用数据集训练睡眠分期模型得到训练后的睡眠分期模型;利用训练后的睡眠分期模型对测试者的心电信号数据进行识别,得到测试者在睡眠期间的睡眠状态,本发明通过基于单通道心电信号提取并融合不同大小的时间长度划分下的心率变异性特征,从不同尺度反映心电信号的特征信息,使其能够包含更全面的特征信息,提高了心电信号的表征能力。使得睡眠分期准确率、稳定性提升。
-
公开(公告)号:CN115251838B
公开(公告)日:2024-07-23
申请号:CN202210708273.6
申请日:2022-06-21
申请人: 西南交通大学
IPC分类号: A61B5/00 , A61B5/0245 , A61B5/318
摘要: 本发明提供了一种多尺度特征融合的睡眠分期方法、装置、设备及存储介质,涉及睡眠分期技术领域,包括获取第一信息,第一信息包括至少两个心电信号数据和每个心电信号数据对应的睡眠期间;基于多头注意力机制和神经网络算法建立睡眠分期模型;将第一信息转化为数据集,并利用数据集训练睡眠分期模型得到训练后的睡眠分期模型;利用训练后的睡眠分期模型对测试者的心电信号数据进行识别,得到测试者在睡眠期间的睡眠状态,本发明通过基于单通道心电信号提取并融合不同大小的时间长度划分下的心率变异性特征,从不同尺度反映心电信号的特征信息,使其能够包含更全面的特征信息,提高了心电信号的表征能力。使得睡眠分期准确率、稳定性提升。
-
公开(公告)号:CN116842455A
公开(公告)日:2023-10-03
申请号:CN202310685368.5
申请日:2023-06-09
申请人: 西南交通大学
IPC分类号: G06F18/2411 , G06N3/0464 , G06N3/08 , G06F18/2413 , G16H10/60
摘要: 本发明公开了一种基于最邻近对比学习的小样本编码方法,利用卷积神经网络和ICD编码描述捕捉文本语义特征,并利用注意力机制以捕获到与ICD信息关系密切相关的病历文本内容,使用额外的结构化知识的统一医学语言系统和ICD编码的树形层次结构来构建对比学习的正负样本,进而训练了一个针对同一个编码不同表述的自CMCL模型,使得同义表述和其缩写的特征表示在特征空间中更接近,不同编码的表述在特征空间中距离更远。最后利用k邻近模块整合训练集中已有知识获得最佳预测结果。
-
-