Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于时空特征融合的ECG无创血糖测量方法及系统 

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!

申请/专利权人:深圳技术大学

摘要:本发明旨在开发一种基于时空特征融合的ECG无创血糖测量方法及系统,以期实现无创实时BG监测,该框架对ECG的时间特征和空间特征进行提取和融合,并采用多种机器学习算法进行回归分析与决策。同时对于数据处理方面,本研究采用切割、分类与融合的方法,将多个样本对象的数据切割后按BG值分类,最后融合再进行特征提取,从而提高模型的泛化性与通用性。

主权项:1.一种基于时空特征融合的ECG无创血糖测量方法,其特征在于,包括以下步骤:数据采集步骤:提供针对多个受试者的原始数据集,所述原始数据集包括多个样本,所述样本为在给定采样率下获得的具有时间戳的ECG信号,和与ECG信号对应的BG值;数据预处理步骤:对每个样本中的ECG信号进行预处理以构建中间特征图,并根据BG值大小对样本进行标签分类,以及根据时间戳对样本进行排序;特征提取步骤:使用卷积脉冲神经网络模型以及itransformer模型提取时间特征和空间特征,所述卷积脉冲神经网络模型用于通过输入中间特征图以获取空间特征,所述itransformer模型用于通过输入历史窗口数据以获取时间特征,所述卷积脉冲神经网络为基于注意力机制的卷积脉冲神经网络,所述中间特征图是经过预处理后的ECG信号数据的图形化表示,所述历史窗口数据是在预设时间范围内收集的经过预处理后的连续ECG信号数据;模型预测步骤:对时间特征与空间特征进行融合以获取融合特征,并将空间特征、时间特征和融合特征三个特征均输入n个不同的机器学习模型,使每个模型针对三个特征输出三个预测结果,对3*n个预测结果进行融合获得最终预测结果。

全文数据:

权利要求:

百度查询: 深圳技术大学 一种基于时空特征融合的ECG无创血糖测量方法及系统

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。