中国科学院西安光学精密机械研究所王禹淇获国家专利权
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!
龙图腾网获悉中国科学院西安光学精密机械研究所申请的专利一种基于心电信号的压力与情绪监测方法及监测系统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:CN118717118B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202410638843.8,技术领域涉及:A61B5/16;该发明授权一种基于心电信号的压力与情绪监测方法及监测系统是由王禹淇;王荃;胡炳樑;党若琛设计研发完成,并于2024-05-22向国家知识产权局提交的专利申请。
本一种基于心电信号的压力与情绪监测方法及监测系统在说明书摘要公布了:本发明提供了一种基于心电信号的压力与情绪监测方法及监测系统,用于解决现有基于心电信号的压力与情绪监测方法通常采用浅层机器学习或规则进行监测,导致监测精度较低的技术问题。本发明的压力与情绪监测方法为:搭建包括Input层、CEEMDAN层、FeatureExtract层、BiLSTM层、LayerNorm层、Attention层、FullConnection层以及Softmax层的混合神经网络模型;通过CEEMDAN层挖掘心电信号的多尺度特征,并将BiLSTM层与CEEMDAN层结合,利用多尺度特征自动学习特征矩阵的时序依赖关系,捕捉情绪与压力状态的动态演变过程,构建强大的特征表示和融合机制;再通过Attention层引入注意力机制,通过学习不同特征之间的重要性权重,自适应地聚焦与情绪与压力状态高度相关的关键特征,抑制冗余和噪声特征的影响。
本发明授权一种基于心电信号的压力与情绪监测方法及监测系统在权利要求书中公布了:1.一种基于心电信号的压力与情绪监测方法,其特征在于,包括以下步骤: 步骤1,采集多个用户的原始心电信号,并滤除原始心电信号中的干扰信号,获得预处理的心电信号; 步骤2,搭建混合神经网络模型; 所述混合神经网络模型包括按输入输出顺序依次设置的Input层、CEEMDAN层、FeatureExtract层、BiLSTM层、LayerNorm层、Attention层、FullConnection层以及Softmax层; 所述Input层用于接收预处理后的心电信号;所述CEEMDAN层用于对Input层输入的心电信号进行CEEMDAN分解,得到多阶IMF分量和残差项;所述FeatureExtract层用于从多阶IMF分量中分别提取时域统计特征、频域特征和非线性动力学特征,以获得三维特征矩阵;所述BiLSTM层包括前向LSTM层和后向LSTM层,用于通过前向LSTM层和后向LSTM层学习三维特征矩阵的时序依赖关系,获得三维特征矩阵的隐藏状态序列;所述LayerNorm层对三维特征矩阵的隐藏状态序列进行层归一化;所述Attention层用于通过注意力机制聚焦三维特征矩阵中的关键特征,获得注意力向量;所述FullConnection层用于将注意力向量映射到情绪和压力状态的类别空间;所述Softmax层用于对全连接层的输出进行softmax归一化,得到情绪和压力状态的概率分布; 步骤3,将步骤1获得的多个预处理的心电信号输入搭建好的混合神经网络模型中进行训练,获得训练好的混合神经网络模型; 步骤4,采集当前用户的原始心电信号,滤除原始心电信号中的干扰信号后,将其输入步骤3训练好的混合神经网络模型中,混合神经网络模型输出情绪和压力状态的概率分布,实现用户压力与情绪的监测。
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中国科学院西安光学精密机械研究所,其通讯地址为:710119 陕西省西安市高新区新型工业园信息大道17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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励