[发明专利]一种生理信号的融合方法及系统、解析方法及系统在审
申请号: | 202211265725.4 | 申请日: | 2022-10-17 |
公开(公告)号: | CN115568861A | 公开(公告)日: | 2023-01-06 |
发明(设计)人: | 王慧泉;曹丰;韩梦婷 | 申请(专利权)人: | 天津工业大学 |
主分类号: | A61B5/318 | 分类号: | A61B5/318;A61B5/021;A61B5/08;A61B5/02 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 赵兴华 |
地址: | 300387 *** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 生理 信号 融合 方法 系统 解析 | ||
1.一种生理信号的融合方法,其特征在于,所述融合方法包括:
获取人体的若干类原始生理信号;
分别对若干类所述原始生理信号进行预处理,得到各类原始生理信号的若干个生理信号片段;所述预处理包括对所述原始生理信号依次进行滤波以及标准化处理;
根据若干条生理信号片段,构造生理信号融合矩阵;所述生理信号融合矩阵的行数为生理信号片段的数量;所述生理信号融合矩阵的列数为所述生理信号片段中采样点的个数;
根据所述生理信号融合矩阵和数值颜色对照表,生成生理信号融合图;所述生理信号融合图与所述生理信号融合矩阵的行列个数相同;所述生理信号融合图中每一像素的颜色对应于所述生理信号融合矩阵每一采样点的数值;所述数值颜色对照表用于表征像素颜色与采样点数值的对应关系。
2.根据权利要求1所述的生理信号的融合方法,其特征在于,所述原始生理信号包括心电信号、脉搏波信号、呼吸波信号和血压信号中的至少两种。
3.根据权利要求1所述的生理信号的融合方法,其特征在于,所述生理信号融合矩阵中每行元素为一个生理信号片段;在所述生理信号融合矩阵的每n行元素中,交叉排列n类生理信号片段。
4.根据权利要求2所述的生理信号的融合方法,其特征在于,所述分别对若干类所述原始生理信号进行预处理,得到各类原始生理信号的若干个生理信号片段,具体包括:
针对任一原始生理信号,进行滤波处理,得到滤波后的生理信号;
针对任一滤波后的生理信号,进行标准化处理,得到若干个生理信号片段。
5.根据权利要求4所述的生理信号的融合方法,其特征在于,所述针对任一原始生理信号,进行滤波处理,得到滤波后的生理信号,具体包括:
若所述原始生理信号为心电信号,则对所述原始生理信号依次进行去基线漂移处理、去工频干扰处理和去肌电干扰处理;
若所述原始生理信号为脉搏波信号,则对所述原始生理信号依次进行去基线漂移处理和去工频干扰处理;
若所述原始生理信号为呼吸波信号或血压信号,则对所述原始生理信号进行去奇异点处理。
6.一种生理信号的融合系统,其特征在于,所述融合系统在被计算机运行时,执行如权利要求1~5任一项所述的融合方法。
7.一种生理信号的解析方法,其特征在于,用于对通过权利要求1~5任一项所述的融合方法生成的生理信号融合图的解析;所述解析方法包括:
构建训练数据集;所述训练数据集包括若干个生理信号融合图及对应各生理信号融合图的生理状态标签;所述生理状态标签包括正常状态和非正常状态;
基于卷积神经网络,构建融合图解析模型;
以所述生理信号融合图作为模型输入,以所述生理信号融合图对应的生理状态标签为模型的目标输出,对所述融合图解析模型进行训练,得到训练好的融合图解析模型;
获取待解析的生理信号融合图;
将所述待解析的生理信号融合图输入到所述训练好的融合图解析模型中,得到对应的生理状态。
8.根据权利要求7所述的解析方法,其特征在于,所述构建训练数据集,具体包括:
利用如权利要求1~5任一项所述的融合方法,生成若干张生理信号融合图;
通过人工对若干张生理信号融合图进行生理状态标签的标注;
将每张生理信号融合图和对应的生理状态标签作为一条训练数据,得到训练数据集。
9.根据权利要求7所述的解析方法,其特征在于,所述融合图解析模型包括依次连接的输入层、卷积层、池化层、全连接层和输出层。
10.一种生理信号的解析系统,其特征在于,所述解析系统在被计算机运行时,执行如权利要求7~9任一项所述的解析方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津工业大学,未经天津工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211265725.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种大场景三维图像数据采集装置
- 下一篇:一种树苗移栽设备