龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：山东锋士信息技术有限公司
摘要：本发明涉及基于多粒度特征融合的睡眠阶段分类方法及系统，属于信号处理和医疗保健信息识别技术领域。首先利用HHT进行脑电信号、眼电信号、肌电信号时频特征提取，获取有表征信息的时频矩阵，进一步通过ETN网络中提取多通道数据的睡眠高阶特征张量，进一步采用三分支网络完成对全局和局部特征获取更全面的特征信息；最后在融合分类部分对每个通道进行自信息过滤法筛选的特征，并利用注意力感知模块对不同通道之间的特征信息进行融合。本发明方法能够有效提升睡眠阶段的分类精度和分类性能。
主权项：1.基于多粒度特征融合的睡眠阶段分类方法，其特征是，包括步骤如下：S1.通过传感器获取用户睡眠过程中生理信号，包括脑电信号EEG、眼电信号EOG和肌电信号EMG；S2.对用户睡眠过程中采集到的EEG、EOG、EMG进行数据预处理；S3.将预处理后的生理信号经经验模态分解后利用希尔伯特变换进行时频特征提取，获取有表征信息的时频矩阵，然后输入到基于3D-CNN搭建的特征学习网络ETN中提取脑电信号、眼电信号、肌电信号的睡眠高阶特征；所述的特征学习网络ETN通过3DCNN的卷积操作，学习不同时间尺度下相同感受野范围内的信号时频特征信息，构建的ETN网络中共包含四个卷积层和三个池化层，卷积层均用于学习数据的高阶特征；S4.将高阶特征分别输入并行的三分支网络全局通道特征提取网络、局部特征提取网络、全局空间特征提取网络，提取EOG、EMG和EEG信号的局部和全局特征，获取更全面的特征信息；所述的全局空间特征提取网络将步骤S3的输出特征F作为局部模块的输入，先经特征环形分割，环形分割是采用不同的矩形窗口，将输入特征信号切割为n个不重叠的特征层Fn，再使用平均池化层将每个环特征层转换为列特征描述符fn；S5.采用过滤法筛选每个通道的特征，并采用注意力感知机制网络融合三分支网络中输出的特征；S6.融合后特征输入采用全连接和Softmax函数组成的分类网络，实现对睡眠阶段的分类。
全文数据：
权利要求：
百度查询： 山东锋士信息技术有限公司 基于多粒度特征融合的睡眠阶段分类方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
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