恭喜南京理工大学洪弘获国家专利权
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！
龙图腾网恭喜南京理工大学申请的专利基于稀疏表示和卷积神经网络的呼吸模式分类方法及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：CN114642418B 。
龙图腾网通过国家知识产权局官网在2025-03-28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：202011492595.9，技术领域涉及：A61B5/08；该发明授权基于稀疏表示和卷积神经网络的呼吸模式分类方法及系统是由洪弘;郭梦琦;李彧晟;顾陈;孙理设计研发完成，并于2020-12-17向国家知识产权局提交的专利申请。
本基于稀疏表示和卷积神经网络的呼吸模式分类方法及系统在说明书摘要公布了：本发明公开了一种基于稀疏表示和卷积神经网络的呼吸模式分类方法及系统，包括：从生命体征雷达的回波信号中得到呼吸信号；将不同呼吸模式的呼吸信号截取为固定长度的样本片段，之后对呼吸信号的幅度进行归一化处理；构造小波字典；根据小波字典，采用正交匹配追踪算法求解不同呼吸模式对应的呼吸信号样本的稀疏解，并确定稀疏解的稀疏度；将稀疏解作为呼吸信号样本的特征，构建并训练卷积神经网络模型；利用卷积神经网络模型对未知的呼吸信号片段进行分类，获得其呼吸模式。本发明无需提取复杂的呼吸信号特征，基于呼吸信号的稀疏解特征即可实现呼吸模式的准确分类，方法简单有效，性能可靠，便于实施。
本发明授权基于稀疏表示和卷积神经网络的呼吸模式分类方法及系统在权利要求书中公布了：1.一种基于稀疏表示和卷积神经网络的呼吸模式分类方法，其特征在于，所述方法包括以下步骤：步骤1，利用生命体征雷达采集受试者的回波信号，对回波信号进行反正切解调和带通滤波，得到呼吸信号；步骤2，将不同呼吸模式的呼吸信号截取为固定长T的样本片段，之后对呼吸信号的幅度进行归一化处理；步骤3，构造小波字典；步骤4，根据所述小波字典，采用正交匹配追踪算法求解不同呼吸模式对应的呼吸信号样本的稀疏解，并确定稀疏解的稀疏度，所述稀疏度为稀疏解中非零元素的个数；步骤5，将步骤4得到的稀疏解作为呼吸信号样本的特征，构建并训练卷积神经网络模型；步骤6，利用步骤5得到的卷积神经网络模型对未知的呼吸信号片段进行分类，获得其呼吸模式。
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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号