本发明公开的基于视觉刺激下的重心面积模型区分人体平衡障碍的方法，包括如下步骤：首先按照与人体行走时正面呈90°的角度拍摄正常人和非正常人在搭建好的模拟现实的场景中的人体行走姿态视频；然后，将采集到的正常人和非正常人的行走姿态视频分别提取成图片，然后将提取的图片分别进行处理得到正常人和非正常人的上中下重心坐标数据；最后，结合重心面积数据、三角形面积均方差、速度和轨迹路线图，判断并分类出平衡能力障碍人群。本发明的方法利用不倒翁原理解释通过重心面积偏移模型区分出具有平衡障碍能力的人群，使得对自己或他人的平衡能力产生客观的判断，通过多个步骤对视频及图像进行处理，并保证最终分类的准确率在86％以上。
📄 201811222877X
📂 G06K9_00
👤 西安理工大学
📅 2018-10-19
一种滤除心磁信号基线漂移的方法，包括：a)根据原始心磁信号选取移动平均滤波较合适的滤波窗口长度。移动平均对原序列有修匀或平滑的作用，使得原序列的上下波动被削弱；b)在该窗口长度下，利用移动平均滤波法对原始心磁信号进行平滑处理，得到第一次滤波处理后的基线；c)为防止质量过差的心磁信号在第一次滤波后的基线仍有突变波动区域，再一次对其进行中值滤波，得到第二次滤波后的基线；d)通过含有基线漂移噪声的原始心磁信号与光滑的基线漂移噪声计算得到消除基线漂移噪声的心磁信号，并对其进行低通滤波，以滤除高频噪声。本发明有效去除了原始信号中的基线漂移噪声，自动化程度较高，运行时间成本较低，提高了心磁信号信噪比。
📄 2020107982139
📂 A61B5_243
👤 浙江工业大学
📅 2020-08-10
一种基于时频域熵特征的子宫肌电信号分析及早产预测方法，设以频率fs采集子宫肌电信号，得到时序信号Xi；通过短时傅里叶变换将时序信号Xi分解成不同频率分量yω(t)；针对不同频率ωx的分量信号yω(t)计算相应频率下的近似熵特征和样本熵特征利用信号的记录时间tr分别对每个和进行改进得到和对得到的所有特征应用主成分分析技术，选择最优数量的主成分得到特征，选择最优数量的主成分得到特征；基于新特征和使用机器学习模型训练样本；使用训练好的机器学习模型，生成早产预测系统。本发明准确率较高。
📄 2021102912825
📂 A61B5_389
👤 浙江工业大学
📅 2021-03-18
本发明公开了一种基于心冲击图信号的小样本非侵入性连续血压监测方法，该方法基于心冲击图信号与血压的强生理关联特性，选择心冲击图信号作为输入数据，构建血压预测模型；构建多个小样本任务，每个任务对应有支持集和查询集；将元学习框架与血压预测模型结合，使用小任务对应的支持集和查询集进行训练；利用新受试者的带标签样本对训练好的血压预测模型进行微调后，输入未知心冲击图信号数据，实现个体血压的连续监测。本发明首创基于心冲击图信号的小样本血压回归方法，突破传统模型对个体脉管系统差异的忽视，克服附带血压监测的心冲击图信号样本缺乏的瓶颈，为个性化血压监测提供新范式；能够在数据量较小的情况下，取得较高的血压预测性能。
📄 2025106303006
📂 A61B5_021
👤 浙江工业大学
📅 2025-05-16
本申请涉及脑机接口技术领域，公开了一种脑磁信号预处理方法、装置及设备，该方法包括：对原始脑磁信号进行多策略滤波，并融合滤波结果，得到融合滤波信号；多策略滤波包括至少一种适用于线性系统的滤波方式和至少一种适用于非线性系统的滤波方式；基于融合滤波信号进行频率分解和特征提取，得到信号模态特征；根据满足相关度条件的信号模态特征进行信号重构，得到重构脑磁信号。本申请的有益效果在于：通过多策略滤波对脑磁信号进行自适应噪声消除，从而结合了不同滤波方式的优点，减少了脑磁信号的动态属性对信号分类造成的影响，有效提升脑磁信号的质量，进而提高了脑磁信号的分类效果和分类准确性，为后续研究提供了更准确的脑磁信号特征。
📄 2025103532272
📂 G06F18_15
👤 浙江工业大学
📅 2025-03-25
本发明公开了基于多尺度特征提取的多导联心跳信号分类的方法及装置，首先对多导联心跳信号进行预处理，得到心跳信号堆叠矩阵，然后将心跳信号堆叠矩阵输入至构建并训练完成的浅层特征提取模块，得到心跳信号的浅层特征图，将上一步得到的浅层特征图输入至构建并训练完成的多尺度深层特征提取模块，得到三种不同尺度的深层特征向量，最后将三种不同尺度的深层特征向量进行融合，得到特征融合向量，并基于此对多导联心跳信号进行分类。本发明先提取浅层特征，在提取深层特征，可使深层特征质量更加优秀，进而提升最终分类的性能。
📄 2020108630993
📂 A61B5_0402
👤 浙江工业大学
📅 2020-08-25
本发明公开一种基于双层形态学滤波的心电信号预处理方法，其特征在于按照以下步骤进行：步骤1：利用三角型结构元素构建的第一层形态滤波器对原始心电信号f0进行处理获得初次滤波信号f1；步骤2：利用直线型结构元素构建的第二层形态滤波器对所述初次滤波信号f1进行处理获得二次滤波信号f2；步骤3：将步骤1获得的初次滤波信号f1与步骤2获得的二次滤波信号f2作差，获得预处理后的心电信号f3。其显著效果是：利用两层形态滤波器对心电信号进行处理，在保留心电信号有用特征的基础上，准确获取心电信号中的基线漂移，通过作差将其有效去除，有助于提高后续处理时检测R波的准确率。
📄 2013103355862
📂 A61B5_0402
👤 重庆邮电大学
📅 2013-08-02
本发明实施例公开了一种心音信号解析方法，通过对获取到的心音信号进行预处理得到包络心音信号，然后对该包络信号进行量化编码、分段处理以获取心音信号的心音像矩阵，根据心音像矩阵构建RGB颜色空间的心音像图，并从心音像图中提取可反映心脏生理信息以及病理信息的特征参量，通过这些特征参量以及心音像图的色彩变化对待测者的心脏状况进行评价。通过色彩的明亮表征心音的强弱，以色彩的变化来表征心音信号的变化，方便简洁、直观易懂；还有效的消除了脉冲式噪声的影响，提高了整个心音解析的准确度。此外，本发明实施例还提供了相应的实现装置以及系统，进一步使得所述方法更具有实用性，所述装置和系统具有相应的优点。
📄 2017103799611
📂 A61B7_04
👤 西华大学
📅 2017-05-25
本发明涉及一种基于相位排列熵的心电信号异常识别方法，其利用希尔伯特变换和Shannon信息熵计算出标准心电信号的相位排列熵，利用SPSS软件统计构建各类标准心电信号的相位排列熵值类别范围，将待检心电信号与标准心电信号的相位排列熵值类别范围进行比较，确定出待检心电信号所属类别；本发明从数据源头入手，引入包含更多序列特征的相位信息，实现对信号细微变化的显著检测，此外只需较短的序列长度就能估计出较稳定的系统特征值，能够实现对心电异常信号的精准检测和实时反馈，便于及时做出预防治疗措施。
📄 2018100887348
📂 A61B5_00
👤 陕西师范大学
📅 2018-01-30
本发明公开了一种基于EMD与WPD特征融合的癫痫发作前期预测方法。本发明步骤方法如下：步骤1、EEG信号的类别划分及样本切割，并对每个样本进行经验模态分解，再对分解得到的第一个本征模函数进行分析，从中提取基于FIMF的特征，包含能量、能量比和方差。步骤2、对步骤1中得到的第一个本征模函数进行四层小波包分解，得到最后一层16个结点的小波包系数，从中提取基于FIMF‑WPD的偏态和能量与特征。步骤3、融合基于FIMF与FIMF‑WPD的特征，并采用随机森林算法对融合后的特征训练分类器，构建癫痫发作前期的预测模型。本发明能够有效预警癫痫病发作前期的时间段，降低癫痫发作对患者造成的次生危害。
📄 2018115908328
📂 A61B5_369
👤 杭州电子科技大学
📅 2018-12-25
本发明公开了一种基于非线性动力学特征的心电向量图分类方法，属于心电检测技术领域；该方法包括如下步骤：采集Frank三导联心电向量图信号；利用中值滤波去除噪声；分别提取每个导联的10个非线性动力学特征；将各特征进行归一化处理，进行特征融合，利用训练心电向量图模式与测试心电向量图模式之间在非线性动力学指标上的差异，实现正常心电向量图与异常心电向量图的分类。上述方法首次将非线性动力学分析方法运用在心电向量图分类上，所提取的非线性动力学特征能够表征心电向量图的动态属性，更好地挖掘了心电向量图的内在特征，将异常和正常的心电向量图区分开，适合在常规的心电检查中使用。
📄 2019103645256
📂 A61B5_346
👤 杭州电子科技大学
📅 2019-04-30
本发明提供一种特征权重自学习的睡眠质量检测关键脑区判定方法；属于脑电信号识别领域。本发明的睡眠质量评估方法如下：一、首先是对脑电数据的获取与处理。二、对处理之后的脑电数据使用GRLSR模型进行分类并获得特征权重值。三、利用特征权重值筛选关键频段。四、利用特征权重值筛选关键脑区。本发明将半监督学习模型以及脑机接口技术融入到脑电检测领域中，可以筛选出脑电信息检测的关键频段以及关键脑区，并利用关键脑区大幅提高脑电识别的正确率。
📄 2019112692186
📂 A61B5_372
👤 杭州电子科技大学
📅 2019-12-11
柿子坊 · 知识产权运营
柿子坊知识产权运营平台