-
公开(公告)号：CN111887858A
公开(公告)日：2020-11-06
申请号：CN202010772668.3
申请日：2020-08-04
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于跨模态映射的心冲击图信号心率估计方法，用于解决现有技术中存在的心率估计精度较低的技术问题，实现步骤为：采集心冲击图信号和心脏脉冲信号；对心冲击图信号进行滤波；利用心冲击图信号的周期性先验知识获取训练样本集和测试样本集；构建基于心冲击图信号周期性和幅值特征的跨模态映射模型；对跨模态映射模型进行训练；峰值搜索算法和平均心率法计算得到心冲击图信号的心率估计值。本发明在心冲击图信号的心率估计问题中引入跨模态映射的思想，利用一维卷积神经网络将心冲击图信号映射为心脏脉冲信号，以降低心跳检测的难度，同时避免现有技术对应同一心率值的心冲击图信号差异较大问题，很大程度上改善心率估计精度。
-
公开(公告)号：CN111887858B
公开(公告)日：2021-05-04
申请号：CN202010772668.3
申请日：2020-08-04
Applicant: 西安电子科技大学
Abstract: 本发明提出了一种基于跨模态映射的心冲击图信号心率估计方法，用于解决现有技术中存在的心率估计精度较低的技术问题，实现步骤为：采集心冲击图信号和心脏脉冲信号；对心冲击图信号进行滤波；利用心冲击图信号的周期性先验知识获取训练样本集和测试样本集；构建基于心冲击图信号周期性和幅值特征的跨模态映射模型；对跨模态映射模型进行训练；峰值搜索算法和平均心率法计算得到心冲击图信号的心率估计值。本发明在心冲击图信号的心率估计问题中引入跨模态映射的思想，利用一维卷积神经网络将心冲击图信号映射为心脏脉冲信号，以降低心跳检测的难度，同时避免现有技术对应同一心率值的心冲击图信号差异较大问题，很大程度上改善心率估计精度。
-
公开(公告)号：CN111887834A
公开(公告)日：2020-11-06
申请号：CN202010682668.4
申请日：2020-07-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多示例学习和进化优化的逐搏心率检测方法，主要解决现有技术对人工标记依赖性高和BCG信号心率估计正确率低的问题。其方案为：采集原始心冲击描图信号和手指电信号；提取心冲击图信号的心跳信号特征，将其先划分为正、负包，再划分为训练集和测试集：对训练样本集进行学习得到初始化心跳模板信号，并对其降维得到降维后的心跳模板信号；对降维后的心跳模板信号进行迭代优化，得到最优心跳模板信号；利用最优心跳模板信号对测试样本集进行分类检测，得到最终心率检测结果。本发明提高了对BCG信号心率的估计正确率，且对心跳特征初始化要求低，人工标记成本低，可用于非精确标记的心冲击描记图信号的心跳检测。
-
公开(公告)号：CN111887834B
公开(公告)日：2021-11-02
申请号：CN202010682668.4
申请日：2020-07-15
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多示例学习和进化优化的逐搏心率检测方法，主要解决现有技术对人工标记依赖性高和BCG信号心率估计正确率低的问题。其方案为：采集原始心冲击描图信号和手指电信号；提取心冲击图信号的心跳信号特征，将其先划分为正、负包，再划分为训练集和测试集：对训练样本集进行学习得到初始化心跳模板信号，并对其降维得到降维后的心跳模板信号；对降维后的心跳模板信号进行迭代优化，得到最优心跳模板信号；利用最优心跳模板信号对测试样本集进行分类检测，得到最终心率检测结果。本发明提高了对BCG信号心率的估计正确率，且对心跳特征初始化要求低，人工标记成本低，可用于非精确标记的心冲击描记图信号的心跳检测。
-
-
-
Search Results
4
records
(took 0.019 seconds)
