长春理工大学李兴广获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉长春理工大学申请的专利一种融合角域特征与时序信息的单通道脉搏信号增强方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120561466B 。
龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510983083.9,技术领域涉及:G06F18/10;该发明授权一种融合角域特征与时序信息的单通道脉搏信号增强方法是由李兴广;王亮;刘廿;张睿哲;李洋设计研发完成,并于2025-07-17向国家知识产权局提交的专利申请。
本一种融合角域特征与时序信息的单通道脉搏信号增强方法在说明书摘要公布了:本发明属于生物医学信号处理技术领域,尤其为一种融合角域特征与时序信息的单通道脉搏信号增强方法,包括:S1:使用安装有压力传感器的单指脉诊仿生手采集腕部脉搏信号;S2:使用改进的Teager能量算子和自适应加权融合策略进行脉搏信号的去噪;S3:采用改进的欧氏距离加权格拉姆角场方法进行脉搏信号的格拉姆场转换;S4:使用改进的注意力得分加权与局部标准差调节方法进行GASF图与GADF图融合增强。本发明通过改进的Teager能量算子和自适应加权融合策略,有效提升脉搏信号的去噪性能,通过改进的欧氏距离加权格拉姆角场和改进的GASF和GADF融合方法,使得融合图像保留了时域动态特征与结构性方向信息,从而构建了一种兼具角域与时序信息的结构化增强表示方式。
本发明授权一种融合角域特征与时序信息的单通道脉搏信号增强方法在权利要求书中公布了:1.一种融合角域特征与时序信息的单通道脉搏信号增强方法,其特征在于,具体步骤如下: S1:使用安装有单通道压力脉搏传感器的单指脉诊仿生手采集腕部桡动脉处的压力脉搏信号; S2:使用改进的Teager能量算子和自适应加权融合策略进行单通道脉搏信号的去噪; 所述S2的具体步骤为,使用Teager能量算子计算脉搏信号xt在时刻t的瞬时能量TEOxt;根据脉搏信号瞬时能量TEOxt的均值μ1和标准差σ1,对脉搏信号xt进行自适应滤波,得到滤波后的脉搏信号xdenoisedt;将脉搏信号xt通过傅里叶变换转到频域,并通过高通和低通滤波器滤除0.2Hz以下和8Hz以上的噪声,通过逆傅里叶变换将去噪后的频域脉搏信号Xfilteredf转回时域xfilteredt;最后,通过自适应加权融合的方法将两者结合,得到最终滤波后的脉搏信号xcombinent; 引入自适应加权融合模型,使其在基于能量的时域去噪和频域去噪中获得更优的去噪性能,融合后的信号表示如下: xcombinent=λ1SNR·xdenoisedt+λ2SSIM·xfilteredt 式中,SNR是信号的信噪比,SSIM是结构相似性指数; S3:采用改进的欧氏距离加权格拉姆角场方法进行脉搏信号的格拉姆场转换; 所述S3的具体步骤为,首先对脉搏信号xcombinent进行归一化处理,采用sigmoid非线性压缩函数进行角度映射θt;随后计算每对时间点之间的欧氏距离DEuclidti,tj,结合高斯核和局部加权机制,得到改进的基于欧氏距离加权的相似度,并用于计算GASF图和GADF图;在GASF图和GADF图中,分别采用加权余弦相似度和加权正弦相似度;最后,经过改进的二维平滑处理,消除高频噪声并增强信号的主要特征,从而得到平滑且富有表现力的GASF图和GADF图; 改进的加权相似度的具体表现为,计算高斯核权重: 式中,d=0.2是高斯核的宽度,随后,引入局部加权机制,定义一个局部加权窗口,大小为W=8: 局部加权根据时间点ti和其临近点tj的距离来决定权重; 通过结合高斯核加权和局部加权,得到最终的改进后的加权系数: S4:使用改进的注意力得分加权与局部标准差调节方法进行GASF图与GADF图融合增强; 所述S4的具体步骤为,根据S3得到的GASF图和GADF图,使用余弦相似度衡量两个图像的每个像素之间的相似度Si,j;通过相似度Si,j结合Softmax函数计算每个像素的注意力得分Attentioni,j,并进一步结合局部标准差抑制机制stdxi,xj,自适应调整融合权重;最后利用加权系数ωi,j对GASF图和GADF图进行自适应加权融合,得到最终增强图像; 自适应调整融合权重的具体表现为,引入基于去噪后的脉搏时间序列的局部标准差项: 式中,xi和xj分别为对应于位置i,j的时间序列数值;结合注意力得分,计算最终的加权系数: 式中,γ=0.2是调节系数,控制局部标准差对加权系数的影响; 自适应加权融合的具体表现为,利用自适应调整融合权重得出的加权系数ωi,j对GASF图和GADF图进行加权融合:
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人长春理工大学,其通讯地址为:130022 吉林省长春市朝阳区卫星路7089号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。