“去电信号”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果2106141个，建议您升级VIP下载更多相关专利

[发明专利]基于小波分析的脑电信号去噪方法-CN202011070911.3在审
发明人：仲伟峰;安福来 -专利权人：哈尔滨理工大学
申请日： 2020-10-09 - 公布日： 2020-12-18 - 主分类号： A61B5/0476 文献下载
摘要：本发明公开了基于小波分析的脑电信号去噪方法，包括以下步骤：A、信号采集器采集脑电信号；B、信号特征提取单元提取脑电信号；C、将提取的脑电特征信号进行信号分割，分割成多段脑电信号段；D、将每段脑电信号段分别传输至去噪单元进行去噪，得到去噪后的信号；E、将多段去噪后的脑电信号进行合成，得到去噪后的脑电信号，本发明采用的去噪方法原理简单，通过对脑电信号的特征提取和去噪单元分段去噪，能够提高脑电信号的去噪效率，提高了脑电信号的采集精度
基于分析电信号方法

[发明专利]一种基于BG-Attention的脑电信号去噪方法、装置及存储介质-CN202210905421.3在审
发明人：李保江;王文龙;王海燕;王西超 -专利权人：上海电机学院
申请日： 2022-07-29 - 公布日： 2022-12-13 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及一种基于BG‑Attention的脑电信号去噪方法、装置及存储介质，其中方法包括以下步骤：获取脑电信号；对脑电信号进行信号分割得到脑电信号段；建立BG‑Attention模型并进行训练，所述BG‑Attention模型的输入为脑电信号段，输出为去噪后的脑电信号，模型结构包括双向GRU网络和注意力机制模块，其中，双向GRU网络的输出作为注意力机制模块的输入；将每段脑电信号段输入训练完成的BG‑Attention模型，得到多段去噪后的脑电信号段；对去噪后的脑电信号段进行合成，得到去噪脑电信号。与现有技术相比，本发明具有去噪效果好、计算速度快等优点。
一种基于 bg attention 电信号方法装置存储介质

[发明专利]心电图的预处理方法、关键波段提取方法、设备和介质-CN202210315803.0在审
发明人：黄桂芳;邱述洪;朱艳春;刘洺锟;赵小丽 -专利权人：联通（广东）产业互联网有限公司
申请日： 2022-03-28 - 公布日： 2022-06-07 - 主分类号： A61B5/318 文献下载
摘要：本发明涉及一种心电图的预处理方法、关键波段提取方法、设备和介质，心电图的预处理方法包括：获取待处理的心电图，根据所述待处理的心电图确定待处理心电信号；基于数学形态学滤波算法对所述待处理心电信号进行去基线漂移处理，得到去基线漂移心电信号；基于维纳滤波算法对所述去基线漂移心电信号进行去工频干扰处理，得到去工频干扰心电信号；基于经验模态分析法和主成分分析对所述去工频心电信号进行去肌电干扰处理，得到去肌电干扰心电信号；基于经验模态分析法和Welch功率谱分析法对所述去肌电干扰心电信号进行去运动伪迹处理，得到去运动伪迹心电信号。
心电图预处理方法关键波段提取设备介质

[发明专利]基于阈值收缩网络模型的心电信号去噪方法、系统及设备-CN202310332962.6在审
发明人：彭建;袁敏智;李峰;章登勇 -专利权人：长沙理工大学
申请日： 2023-03-30 - 公布日： 2023-06-06 - 主分类号： A61B5/318 文献下载
摘要：本发明公开了一种基于阈值收缩网络模型的心电信号去噪方法、系统及设备，本方法将心电信号输入至阈值收缩网络模型进行去噪，获得阈值收缩网络模型输出去噪后的心电信号；阈值收缩网络模型进行去噪包括：对心电信号进行特征提取，获得心电信号波形特征；对心电信号波形特征进行特征提取，获得低频信号特征，并对低频信号特征进行阈值学习和坡度学习，获取第一阈值和第一坡度；根据第一阈值和第一坡度，构建阈值函数；根据阈值函数，获得第一去噪信号特征；对第一去噪信号特征进行特征增强，获得第二去噪信号特征；将第二去噪信号特征与心电信号进行残差操作，得到去噪后的心电信号。本发明能够提高去噪性能，减少有用信号的丢失。
基于阈值收缩网络模型电信号方法系统设备

[发明专利]线上教学中学生脑电信号去噪方法-CN202310553515.3在审
发明人：张福泉;黄庭庆;王传胜;陈昭琪 -专利权人：闽江学院
申请日： 2023-05-17 - 公布日： 2023-08-01 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及一种线上教学中学生脑电信号去噪方法，包括：构建脑电信号去噪网络模型，所述脑电信号去噪网络模型通过编码器对输入的有噪声的EEG信号进行编码，然后通过多个扩张残差块聚合更多的上下文信息，再通过信息融合块对不同层次的特征进行融合，最后通过解码器将融合特征还原成输入信号的大小，得到去噪后的EEG信号；使用数据集对所述脑电信号去噪网络模型进行训练，得到训练好的脑电信号去噪网络模型；利用训练好的脑电信号去噪网络模型对待处理的EEG信号进行去噪处理该方法有利于快速、准确地去除脑电信号中的干扰噪声。
线上教学中学生电信号方法

[发明专利]一种去除脑电信号中伪迹信号的方法-CN201710434861.4有效
发明人：张昇欢;贺超;李育高;黄志毅;尼尔·麦克纳顿 -专利权人：深圳创达云睿智能科技有限公司
申请日： 2017-06-10 - 公布日： 2020-11-03 - 主分类号： A61B5/0476 文献下载
摘要：本发明公开了一种去除脑电信号中伪迹信号的方法，包括如下步骤：步骤一，采集脑电信号，所述采集到的脑电信号中含有伪迹信号；步骤二，检出脑电信号中含有伪迹信号的脑电信号段；步骤三，对前述检出的脑电信号段进行平滑处理，以得到含有伪迹信号的平滑信号段；步骤四，根据所述脑电信号段和所述平滑信号段进行差分，以得到时域上的去伪迹的脑电信号。步骤五，截取所述脑电信号段前后两端的不带伪迹信号的脑电信号为净信号；步骤六，根据截取的净信号的低频部分确定所述去伪迹的脑电信号的低频部分，并根据所述估计出的去伪迹的脑电信号的低频部分和该去伪迹的脑电信号的中高频部分得到频域上的去伪迹的脑电信号
一种去除电信号中伪迹信号方法

[发明专利]一种基于时频分析的心电信号分析方法-CN202111359073.6有效
发明人：刘哲;杜春玲;唐聪能;吴超民;粟锦平 -专利权人：湖南万脉医疗科技有限公司
申请日： 2021-11-17 - 公布日： 2023-05-05 - 主分类号： A61B5/318 文献下载
摘要：本发明涉及心电信号分析的技术领域，公开了一种基于时频分析的心电信号分析方法，包括：采集多段心电信号，利用经验模态分解方法将心电信号分解为多个IMF分量，根据IMF分量的标准差，筛选得到待时频分析的心电信号；利用小波阈值去噪方法对重构得到的心电信号进行去噪处理；对去噪后的心电信号进行多尺度小波分解，根据小波系数的时频，匹配得到心电信号中的R峰；利用R峰检测算法检测心电信号中重叠的R峰，根据心电信号R峰序列，计算心电信号的心率值。本发明所述方法通过对去噪后的心电信号进行多尺度小波分解，选择小波尺度最大的小波系数所对应的时频，匹配得到心电信号中的R峰，从而实现心电信号中的R峰检测。
一种基于分析电信号方法

[发明专利]一种基于动态心电图的异常判断方法、装置和电子设备-CN202311041028.5在审
发明人：曹青 -专利权人：上海交通大学医学院附属瑞金医院
申请日： 2023-08-17 - 公布日： 2023-10-24 - 主分类号： A61B5/349 文献下载
摘要：本申请提供了一种基于动态心电图的异常判断方法、装置和电子设备，涉及信息处理技术领域，通过采集用户的动态心电信号，所述动态心电信号包括多个导联的原始心电信号；通过心电信号预处理模型对每个所述原始心电信号进行去噪，得到去噪后的心电信号；通过心电信号分割模型分别对所述去噪后的心电信号中的波群进行标记，提高预测的准确率，按照预设比对条件对所述被标记的波群进行判断，得到异常检测结果。
一种基于动态心电图异常判断方法装置电子设备

[发明专利]基于经验模态分解的局部放电数据去噪方法和系统-CN202010730632.9在审
发明人：黄雪莜;熊俊;张宇;张浩宁;余伟洲 -专利权人：广东电网有限责任公司广州供电局
申请日： 2020-07-27 - 公布日： 2020-11-20 - 主分类号： G01R31/12 文献下载
摘要：本发明公开了一种基于经验模态分解的局部放电数据去噪方法，其包括步骤：(1)获取电力设备的局部放电信号(2)根据经验模态分解上述信号自相关函数和阈值，对其进行去噪，得到去噪后有效局部放电信号固有模态函数分量(3)对去噪后固有模态函数分量进行重构，得到去噪局部放电数据。本发明还公开了一种去噪系统，包括：局部放电数据平台，其存储有电力设备局部放电信号；处理模块，其从局部放电数据平台获取电力设备局部放电信号，并进行处理步骤：(1)根据经验模态分解局部放电信号自相关函数和阈值，对局部放电信号去噪，得到去噪后有效局部放电信号的固有模态函数分量(2)对去噪后固有模态函数分量进行重构，得到去噪局部放电数据。
基于经验分解局部放电数据方法系统

[发明专利]一种变压器局部放电信号的去噪方法-CN202010933333.5有效
发明人：杨超;李诗勇;张霖;张丽娟;杨俊秋;薛静;靳斌;施艳;申峻;李俊文;刘波;丁健;谢荣斌;王瑞果;陆禹初;郝越峰;刘栖;康倢瀅;陈湫林;高奇思 -专利权人：贵州电网有限责任公司
申请日： 2020-09-08 - 公布日： 2022-12-23 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种变压器局部放电信号的去噪方法，包括，从数据库中读入局部放电信号数据，获得采样信息；利用所述采样信息选择合适的Eps值和Minpts值并对所述局部放电信号数据进行密度聚类计算；利用密度聚类策略对所述局部放电信号数据分类并将不连续的所述局部放电信号作为噪声点进行剔除本发明结合局放信号所含白噪声的特点，提出局部放电信号去噪方法，对局部放电信号中的白噪声进行有效的去噪，为进一步对局放信号进行处理分析做好准备；同时，改进密度聚类算法，使其能够适用于局部放电信号的去噪，减少计算时间，迅速发现噪声并进行去噪。
一种变压器局部放电信号方法

[发明专利]一种基于卷积稀疏编码的心电信号去噪方法-CN202310875935.3在审
发明人：刘继忠;朱昆;刘文博 -专利权人：南昌大学
申请日： 2023-07-18 - 公布日： 2023-10-20 - 主分类号： G06F18/10 文献下载
摘要：一种基于卷积稀疏编码的心电信号去噪方法。首先利用卷积稀疏编码字典学习算法得到含心电信号特征的滤波器组，再利用得到的滤波器组对含噪心电信号进行卷积稀疏编码得到特征系数，最后将滤波器组与相对应的特征系数的卷积之和作为去噪的心电信号。本发明能克服其他去噪方法会造成心电信号失真的缺点，最大程度上保留了心电信号的形态特征。
一种基于卷积稀疏编码电信号方法

[发明专利]一种用于局部放电弱光探测的抗干扰方法及设备-CN202110111015.5在审
发明人：彭兆裕;岳丹;周仿荣;孙董军;朱龙昌;张云;邱鹏锋;赵加能;王浩州 -专利权人：云南电网有限责任公司电力科学研究院
申请日： 2021-01-27 - 公布日： 2021-06-08 - 主分类号： G01R31/12 文献下载
摘要：本申请提供一种用于局部放电弱光探测的抗干扰方法及设备，同步获取局部放电信号和可见光信号，所述局部放电信号含有可见光信号；将所述局部放电信号和所述可见光信号叠加，得到去干扰后局部放电信号；通过光电隔离依次获得所述去干扰后局部放电信号；确定当前去干扰后局部放电信号与前一个去干扰后局部放电信号的差值；当所述差值小于等于预设最大偏差值，判定所述当前去干扰后局部放电信号为放电信号；确定所述放电信号的幅值；当所述幅值达到预设采集阈值，所述放电信号为有效信号消除检测环境中日常光对局部放电光信号的干扰，以及信号传输过程中电磁信号的干扰，提高设备现场带电巡检质量，缩短设备事故发现消缺的周期。
一种用于局部放电弱光探测抗干扰方法设备

[发明专利]局部放电信号的去噪方法-CN202011131217.8在审
发明人：姜敏敏;罗文茂;顾艳华;陈雪娇 -专利权人：南京信息职业技术学院
申请日： 2020-10-21 - 公布日： 2021-02-05 - 主分类号： G01R31/12 文献下载
摘要：本申请涉及一种局部放电信号的去噪方法。该方法包括：通过获取局部放电信号；将所述局部放电信号输入145阶FIR数字滤波器去除高斯白噪声，获得去噪后的局部放电信号，基于145阶FIR数字滤波器可以提高运算速度，快速的识别出高斯白噪声，提高了局部放电信号的去噪效率
局部放电信号方法

[发明专利]基于残差生成对抗网络的脑电信号去噪方法-CN202110666391.0有效
发明人：张玉梅;李丛;吴晓军;杨红红 -专利权人：陕西师范大学
申请日： 2021-06-16 - 公布日： 2022-11-11 - 主分类号： G06K9/00 文献下载
摘要：一种基于残差生成对抗网络的脑电信号去噪方法，由选取脑电样本、构建含噪脑电信号样本、划分网络训练集和测试集、构建残差生成对抗神经网络、训练残差生成对抗神经网络、重建去噪脑电信号步骤组成。由于本发明构建了一个残差生成对抗神经网络，通过引入残差生成器和判别器，增强了神经网络的学习能力，实现了实时去噪，引入判别器，提高了脑电信号去噪的效率和质量，筛选出有效的特征；将信号去噪过程分为模型训练和去噪过程，提高了信号去噪的信噪比和均方误差。本发明具有神经网络结构简单、脑电信号去噪效率高、去噪质量好等优点，可应用于脑电信号处理的预处理过程和信号去噪处理技术领域。
基于生成对抗网络电信号方法

[发明专利]一种脑电信号抗衰减方法、装置及存储介质-CN202210907610.4在审
发明人：李保江;王文龙;王海燕;王西超 -专利权人：上海电机学院
申请日： 2022-07-29 - 公布日： 2022-12-13 - 主分类号： A61B5/369 文献下载
摘要：本发明涉及一种基于一维残差卷积网络和迁移学习的脑电信号抗衰减方法、装置及存储介质，其中方法包括：获取脑电信号；对脑电信号进行信号分割得到脑电信号段；建立脑电信号抗衰减模型并进行训练，所述脑电信号抗衰减模型包括一维残差卷积网络和迁移学习模块，其中，所述一维残差卷积网络用于解码脑电信号段，包括卷积层和残差网络，卷积层通过残差网络进行连接；所述迁移学习模块基于源域的去噪网络得到目标域的去噪网络，并基于目标域的去噪网络和解码后的脑电信号段实现脑电信号段的还原；将每段脑电信号段输入训练完成的模型，得到多段还原的脑电信号段并进行合成，得到完整脑电信号。
一种电信号衰减方法装置存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条