专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果85个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于振幅调制多尺度熵的睡眠动力学表征方法-CN202310764076.0有效
  • 史文彬;冯欢;叶建宏 - 北京理工大学
  • 2023-06-27 - 2023-09-12 - A61B5/00
  • 本发明公开了一种基于振幅调制多尺度熵的睡眠动力学表征方法,属于认知神经科学和信息技术交叉领域。首先对采集到的已进行睡眠分期的多通道睡眠脑电进行预处理;检测脑电信号的波峰,并包络;将脑电信号包络作为时间序列,计算这一时间序列的多尺度熵,即为脑电信号的振幅调制多尺度熵;绘制脑电信号所有睡眠阶段的振幅调制多尺度熵曲线;对不同睡眠阶段的振幅调制多尺度熵曲线的曲线下面积进行显著性分析,并对不同睡眠阶段的振幅调制多尺度熵曲线的曲线斜率进行显著性分析;利用曲线下面积和曲线斜率的显著性分析结果作为睡眠动力学表征数据,实现对睡眠状态下脑电信号的动态复杂性进行有效的鲁棒估计,并实现清晰的睡眠阶段的划分。
  • 一种基于振幅调制尺度睡眠动力学表征方法
  • [发明专利]基于隐马尔可夫模型与掩膜经验模态分解的脑电解码方法-CN202310776366.7在审
  • 叶建宏;徐一帆;史文彬 - 北京理工大学
  • 2023-06-28 - 2023-08-29 - G06F18/10
  • 本发明公开了基于隐马尔可夫模型与掩膜经验模态分解的脑电解码方法,能够将隐马尔可夫模型与掩膜经验模态分解结合。具体方案为:采集脑电信号,并进行预处理。预处理后的脑电信号一方面进行掩膜经验模态分解、提取所需频率范围对应的本征模函数IMF分量,并计算所有IMF分量的希尔伯特包络;另一方面输入隐马尔科夫模型,通过设定状态的数量,得到每个状态的状态时间序列STC。将所有IMF分量的希尔伯特包络,与状态时间序列STC计算互相关系数,根据最大正相关系数进行STC与脑电频带的对应,如果不存在正相关系数则归于背景频带,最终得到五个频带。分别计算不同频带下分配的STC的时域特征,提取不同频带下状态占用率FO特征和状态生命时间LT特征。
  • 基于隐马尔可夫模型经验分解解码方法
  • [发明专利]基于锐度与非线性度的癫痫脑电信号动态识别方法和系统-CN202310484796.1有效
  • 叶建宏;张楚婷;史文彬 - 北京理工大学
  • 2023-05-04 - 2023-07-07 - A61B5/372
  • 本发明公开了基于锐度与非线性度的癫痫脑电信号动态识别方法和系统,以脑电图的复杂包络、锐度和非线性度作为探索癫痫发作的关键波形特征,实现了利用更精准的动态波形识别癫痫发作事件,提高提高新生儿癫痫发作事件识别的鲁棒性。本发明执行如下方案:获取脑电设备采集的多通道脑电信号。针对采集的脑电信号中每个通道的数据逐一进行预处理,每个通道作为一个维度,得到预处理后的多维脑电信号。对预处理后的多维电脑信号在每个维度上均取对应的复杂包络、锐度以及非线性度,作为脑电信号的关键波形特征。利用脑电信号的关键波形特征作为输入机器学习分类模型,进行的癫痫脑电信号的动态识别。
  • 基于非线性癫痫电信号动态识别方法系统
  • [发明专利]一种基于变分心肺耦合的睡眠动力学分析方法-CN202310227600.0有效
  • 史文彬;冯欢;叶建宏 - 北京理工大学
  • 2023-03-10 - 2023-06-09 - A61B5/00
  • 本发明涉及一种基于变分心肺耦合的睡眠动力学分析方法,属于睡眠医学和信息技术领域。本发明对心跳间隔时间序列和心电图衍生呼吸信号进行变分模态分解,具有对噪声和采样率的鲁棒性,并且频带分离效果好,解决了模态混叠问题,能将信号分解成几乎没有频带重叠的成分,能避免后续画出的心肺耦合图谱出现虚假耦合的现象。本发明结合希尔伯特变换能极大地提高心肺耦合图谱的时频分辨率,得到细节化的心肺耦合图谱和准确的心肺耦合指数,能提高诊断阻塞性睡眠呼吸暂停低通气综合征的准确性。
  • 一种基于分心耦合睡眠动力学分析方法
  • [发明专利]基于频率限定掩模因果分解的脑电信息流向特征提取方法-CN202310270918.7有效
  • 叶建宏;李玮峰;史文彬 - 北京理工大学
  • 2023-03-20 - 2023-06-09 - G06F18/213
  • 本发明公开了基于频率限定掩模因果分解的脑电信息流向特征提取方法,涉及情感计算和信息技术交叉技术领域。本发明使用掩模经验模态分解Masking EMD;进一步构造掩模因果分解MCD,在保留非线性特征的前提下,解决了因果分解中的噪声干扰与耗时问题。接着,使用窄带掩模经验模态分解NMEMD提取指定频率的窄带,该方法以嵌入方式融合窄带信号分量与MCD算法,提取因果流向强度特征CF,从而解决了频率限制与非线性特征保留矛盾。具体来说,若从原始信号去除目标频率的窄带信号分量,其间的因果关系会发生改变。本发明可通过比较去除窄带信号分量前后的相位相干性以识别目标频段窄带信号分量提供的因果信息,进而识别两信号在该频带下的因果关系。
  • 基于频率限定因果分解信息流向特征提取方法
  • [发明专利]基于均匀相位模态分解的复杂度与功率双谱的生成方法-CN202310163886.0有效
  • 叶建宏;胡祎东;史文彬 - 北京理工大学
  • 2023-02-24 - 2023-06-09 - G06F18/15
  • 本发明公开了一种基于均匀相位模态分解的复杂度与功率双谱的生成方法,涉及信号处理技术领域。该方法的具体实施方式包括:设置多个目标分解频点,对原始信号进行UPEMD分解,获取所述原始信号在所述目标分解频点下的信号分量;计算所述目标分解频点的信号分量的信号复杂度和功率谱密度值,生成复杂度频谱和功率频谱。该实施方式能够通过一组具有均匀相位分布的掩模信号辅助,引入均匀相位经验模态分解,对非平稳、非线性信号进行分解,从而生成复杂度和功率双谱,将UPEMD和复杂度、功率相结合,可在避免模态混合和模态分裂条件下,在目标频率附近提取本征模态函数IMF,最大限度减小附加振荡残差。
  • 基于均匀相位分解复杂度功率生成方法
  • [发明专利]一种传染病预测模型的构建方法-CN202211496712.8有效
  • 叶建宏;王依宁;史文彬 - 北京理工大学
  • 2022-11-28 - 2023-05-05 - G16H50/80
  • 本发明涉及一种传染病预测模型的构建方法,属于疫情预测技术领域。基于搜索引擎大数据平台采集用户群体于互联网上对疫情相关关键词的搜索量,同时从气象平台收集多类气候变量数据用于传染病预测,并采用时间序列交叉验证算法(TSCV)进行模型验证,输出未来时段的新增确诊数等变量;模型的预测性能可采用均方根误差和斯皮尔曼秩相关系数等指标进行评估。本发明基于维纳级联模型可解释性强、计算成本低、非线性解码等独特优势,首次提出了一套基于维纳级联模型的传染病疫情预测系统,同时整合了搜索查询大数据和包括温度、湿度在内的气候数据,实现了对传染病疫情的精准检测,可望为动态配置防疫资源提供可行新途径。
  • 一种传染病预测模型构建方法
  • [发明专利]基于同步挤压变换的心肺耦合特征提取方法与系统-CN202211465021.1有效
  • 叶建宏;王依宁;史文彬 - 北京理工大学
  • 2022-11-17 - 2023-04-07 - G06F18/2131
  • 本发明公开了基于同步挤压变换的心肺耦合特征提取方法与系统,能够突破传统心肺耦合图谱关键节律模糊的技术难点,实现对睡眠呼吸暂停事件的检测。具体方案为:从单导联心电信号中提取心跳间期R‑R时间序列和替代呼吸EDR时间序列。对心跳间期R‑R时间序列和替代呼吸EDR时间序列分别进行同步挤压变换,分别得到R‑R时间序列的同步挤压系数和EDR时间序列的同步挤压系数。利用R‑R时间序列的同步挤压系数和EDR时间序列的同步挤压系数计算心肺耦合CPC值,绘制睡眠期间心肺耦合图谱。基于睡眠期间心肺耦合图谱提取多类心肺耦合特征,利用机器学习分类的方法对所提取的多类心肺耦合特征进行学习分类,以识别正常呼吸事件和睡眠呼吸暂停事件。
  • 基于同步挤压变换耦合特征提取方法系统
  • [发明专利]一种基于多脑区协同相幅传递的睡眠动力学分析方法-CN202211386244.9在审
  • 史文彬;王雨霏;叶建宏 - 北京理工大学
  • 2022-11-07 - 2023-03-07 - A61B5/372
  • 本发明涉及一种基于多脑区协同相幅传递的睡眠动力学分析方法,属于认知神经科学和信息技术交叉领域。本发明提出一种基于交叉相幅传递熵的多维脑电相位‑幅值耦合分析方法。首先采集多通道睡眠脑电信号并对其进行预处理,去除杂讯和干扰。对预处理后的信号进行噪声辅助多元经验模式分解,得到一系列尺度相互对准的多元本征模函数。计算每两组脑电通道间相对低频本征模函数分量与相对高频本征模函数分量间的交叉相幅传递熵,进而构造相幅耦合特征矩阵。对计算得到的特征矩阵内数值进行显著性检验,提高结果准确性。进一步将统计检验显著的相幅耦合数值平均分配到双频率耦合图谱中,直观反映大脑不同区域间的信息交互作用。
  • 一种基于多脑区协同传递睡眠动力学分析方法
  • [发明专利]一种基于变分相幅耦合的情绪识别方法及装置-CN202111475417.X在审
  • 史文彬;叶建宏;张楚婷 - 北京理工大学
  • 2021-12-06 - 2022-04-15 - A61B5/16
  • 本发明属于认知神经科学和信息技术交叉领域,具体涉及一种基于变分相幅耦合的情绪识别方法、装置、平台和计算机可读存储介质。本发明的基于变分相幅耦合的情绪识别方法,包括数据采集步骤、预处理步骤、变分模态分解步骤、相幅耦合分析步骤、显著性检验步骤和识别步骤。本发明的基于变分相幅耦合的情绪识别装置,包括数据采集模块、预处理模块、变分模态分解模块、相幅耦合分析模块、显著性检验模块和识别模块。本发明将检验显著的相幅耦合值平均分配到双频率耦合图谱中,进而识别受测者的情绪。本发明能够有效提取不同情绪状态下的脑电信号特征,提高了情绪识别的准确率和可靠性。
  • 一种基于变分相幅耦合情绪识别方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top