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1743713个,建议您升级VIP下载更多相关专利
  • [发明专利]一种去除脑电信号中眼的方法-CN201510043959.8有效
  • 王刚;滕超淋;闫相国;任都甜 - 西安交通大学
  • 2015-01-28 - 2017-04-19 - A61B5/0476
  • 一种去除脑电信号中眼的方法,结合ICA和MEMD这两种方法,MEMD从脑电信号中完全提取出眼,并且保留了部分脑电信息,这样去除眼的时候,避免了部分脑电信息的损失;ICA从脑电信号中分离出来眼,通过计算独立分量的四阶累积量判定,然后去除眼;本发明的优势用于眼的去除,不仅能够自动识别眼并将其去除,同时保留了大量脑电信息,为脑噪提供了一种新思路;该方法不仅能够有效地去除眼,而且保留了大量有用的脑电信息,通过与单独的ICA方法进行对比,结果表明IMEMD方法噪效果更好,能够进一步提高信号信噪比和减少信号均方误差。
  • 一种去除电信号中眼电伪迹方法
  • [发明专利]一种心信号去除方法及装置-CN202010676579.9有效
  • 李毅;朱涛;罗伟 - 武汉中旗生物医疗电子有限公司
  • 2020-07-14 - 2022-12-06 - A61B5/346
  • 本发明涉及心电信号处理技术领域,公开了一种心信号去除方法,包括以下步骤:S1、采集原始心电信号,识别所述原始心电信号上的特征点;S2、根据所述特征点进行拟合得到信号,利用所述原始心电信号减去所述信号得到后的心电信号;S3、判断去后的心电信号的质量参数是否满足预设条件,如果是,则转S4,否则对所述特征点进行修正,然后转S2;S4、以原始心电信号作为输入,以后的心电信号作为标签,送入神经网络进行训练,得到去除模型;S5、根据所述去除模型对待处理心电信号进行去除。本发明具有去除后不会导致信号失真,且去除精度高的技术效果。
  • 一种心电伪迹信号去除方法装置
  • [发明专利]一种生理信号的方法-CN202210711740.0在审
  • 赖欣怡;陳右穎;余晓;陈柏維;何婷婷;王海铭 - 浙江大学
  • 2022-06-22 - 2022-09-02 - A61B5/369
  • 本发明公开了一种生理信号的方法:(1)记录被测试对象一边产生神经活动一边在磁共振成像仪内进行扫描时所录制的原始生理信号;(2)将原始生理信号进行周期分段,得到复数段含周期性噪音的原始生理信号段;(3)对含周期性噪音的原始生理信号段进行预处理得到第一阶段生理信号。本发明提供的生理信号的方法能够去除功能性磁共振成像(fMRI)扫描同时记录的生理讯号中射频脉冲和梯度变化造成的噪音,能让侦测到的生理信号更加清晰并易于判读。
  • 一种生理信号去伪迹方法
  • [发明专利]一种基于多模块神经网络的脑电信号去除方法-CN202310198897.2在审
  • 吴靖;戴国骏;金诚怀;张伟;曾虹 - 杭州电子科技大学
  • 2023-03-03 - 2023-05-30 - A61B5/369
  • 本发明公开了一种基于多模块神经网络的脑电信号去除方法。本发明包括如下步骤:1:数据获取;2:数据处理;3:基于多模块神经网络的脑电信号去除算法;4:通过评价指标衡量算法。本发明使用了Inception模块,包含了不同尺度卷积核大小的卷积层,可同时提取脑电信号不同维度的特征;每个分离模块都可以提取纯净脑特征和特征,该模块可以提取纯净脑电信号和信号之间的共同特征和不同特征,增加提取信号的计算单元数量,更好的区分纯净脑电信号和信号,同时分离模块之间采用残差连接,有利于提升整个模型的计算性能。采用了多模块并联结构,多个噪模块通过不断去除前向传播中的影来净化有噪声的输入脑电信号。
  • 一种基于模块神经网络电信号去除方法
  • [发明专利]一种多导联脑电信号的眼去除方法-CN201610914642.1在审
  • 王永;岳宗田 - 重庆邮电大学
  • 2016-10-20 - 2017-02-22 - A61B5/0476
  • 本发明涉及一种多导联脑电信号的眼去除方法,属于脑电信号预处理技术领域。在该方法中,结合ICA算法和离散正交S变换方法,ICA算法将原始脑电信号分解成若干个独立分量,通过计算每个独立分量的分形维数值来判定,并对分量进行离散正交S变换;在阈值的选定中采用最大类间方差法来得到最优阈值,从而进行软阈值噪。本方法不仅能够有效地去除眼,而且可以避免过度噪造成的有用信号损失,通过与单独的ICA算法、ICA与S变换结合的算法相对比,结果表明本方法不但造效果更好,而且可以大大降低计算复杂度,避免了过度
  • 一种多导联脑电信号眼电伪迹去除方法
  • [发明专利]一种同步EEG-fMRI的在线方法-CN201811104443.X有效
  • 于承鑫;俞祝良;顾正晖;李远清 - 华南理工大学
  • 2018-09-21 - 2021-05-14 - A61B5/369
  • 本发明公开了一种同步EEG‑fMRI的在线方法,包括步骤:1)对脑电信号高通滤波;2)对滤波后的信号上采样,并对脑电信号与MRI设备发出的标记进行同步;3)得到带有残留的信号Sr;4)信号Sr中有残留的梯度,构造梯度模板噪及PCA噪,得梯度消除的信号Sc进行QRS峰检测;6)将ECG按周期的不同进行K均值聚类;7)对每种EEG信号按时间顺序进行重新整合成m段EEG信号,对这m段EEG信号进行OBS处理;8)按原信号的时间顺序进行重构脑电信号,得除去心后的本发明可以在扫描采集fMRI图像的同时采集脑电信号,通过去噪算法对进行实时的去除,得到信噪比较高的脑电信号。
  • 一种同步eegfmri在线去伪迹方法
  • [发明专利]一种同步EEG-fMRI数据采集中核磁的在线去除方法-CN202110286597.0有效
  • 张剑豪;俞祝良;于晓婧 - 华南理工大学
  • 2021-03-17 - 2022-09-09 - A61B5/372
  • 本发明公开了一种同步EEG‑fMRI数据采集中核磁的在线去除方法,1)对采集到的含噪声的脑电信号通过设计好参数的低通滤波器滤除脉冲;2)对步骤1)中滤波后的信号进行上采样,并对脑电信号与fMRIh;3)由于脑电信号是随机信号,梯度噪声则以一个切片扫描时间T为周期,每个周期内该噪声的形状相似,因此以N个切片的来构造一个滑动窗口来构造梯度噪声模板,本发明所使用的自适应SVD噪,考虑了心的形态特征,更好地提高了采集信号的信噪比;本发明所使用的噪方法在心的去除上相比于使用基于PCA的OBS噪,去除的同时更好地保留了有效的脑电信号,具有更高的准确率。
  • 一种同步eegfmri数据集中核磁伪迹在线去除方法
  • [发明专利]一种去除脑电信号中信号的方法-CN201710434861.4有效
  • 张昇欢;贺超;李育高;黄志毅;尼尔·麦克纳顿 - 深圳创达云睿智能科技有限公司
  • 2017-06-10 - 2020-11-03 - A61B5/0476
  • 本发明公开了一种去除脑电信号中信号的方法,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信号;步骤二,检出脑电信号中含有信号的脑电信号段;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,以得到时域上的的脑电信号。步骤五,截取所述脑电信号段前后两端的不带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的脑电信号的低频部分,并根据所述估计出的的脑电信号的低频部分和该去的脑电信号的中高频部分得到频域上的的脑电信号
  • 一种去除电信号中伪迹信号方法
  • [发明专利]一种基于静息态脑数据的性别分类方法-CN201910701025.7有效
  • 何良华;任强 - 同济大学
  • 2019-07-31 - 2021-11-09 - A61B5/369
  • 本发明涉及一种基于静息态脑数据的性别分类方法,包括以下步骤:S1、采集各性别对应的原始静息态脑数据;S2、对原始静息态脑数据进行预处理,得到去除的静息态脑数据;S3、重新组合的静息态脑数据;S4、构建卷积神经网络,并将去除的重组静息态脑数据输入给卷积神经网络,对卷积神经网络进行训练和测试,得到训练好的卷积神经网络;S5、由训练好的卷积神经网络对实际静息态脑数据进行分类。与现有技术相比,本发明将静息态脑数据进行和重组,基于大脑功能性连接的特征,通过卷积神经网络进行特征提取及分析,不仅降低了脑数据预处理的复杂性,也解决了针对脑数据无法选择合适模型的问题。
  • 一种基于静息态脑电数据性别分类方法
  • [发明专利]体动信号的检测方法以及装置-CN202210613537.X有效
  • 张涵;曾启正;叶颂斌;朱玮玮;高佳宁;庞志强 - 华南师范大学
  • 2022-06-01 - 2022-09-27 - A61B5/11
  • 本发明涉及一种体动信号的检测方法以及装置,该方法包括:获取待检测的生命体征信号;对待检测的生命体征信号分别进行分窗操作和均值操作,获得若干个生命体征信号片段和均值后的生命体征信号;根据若干个生命体征信号片段以及预设的体动信号检测模型,获得第一体动信号检测结果;根据均值后的生命体征信号计算全局标准差和局部标准差,根据全局标准差、局部标准差、预设的全局阈值以及预设的局部阈值,获得第二体动信号检测结果;将第一体动信号检测结果和第二体动信号检测结果进行融合,根据融合后的体动信号检测结果获得体动信号,从而提高了获取体动信号的精度。
  • 体动伪迹信号检测方法以及装置
  • [发明专利]一种去除脑电信号噪声的方法-CN201810622937.0有效
  • 郝矿荣;张宪法;蔡欣;唐雪嵩 - 东华大学
  • 2018-06-15 - 2020-06-02 - A61B5/0476
  • 本发明涉及一种去除脑电信号噪声的方法,其步骤如下:首先对经噪处理的脑电信号进行独立分量分离,然后选择出含有的独立分量,最后对不含有的独立分量进行重构获得去除噪声后的脑电信号,其中独立分量分离基于改进的五阶FastICA算法,改进之处在于利用改进的更新公式进行更新的独立分量的分离向量和松弛因子,含有的独立分量是基于多域的自适应阈值信号选择方法进行选择。本发明的一种去除脑电信号噪声的方法,不仅能够自动识别多种眼并进行去除,还能够保留大量的脑电信息,能够较好地提高脑电信号的信噪比以及减少信号的均方误差。
  • 一种去除电信号噪声方法
  • [发明专利]一种自适应滤除表面肌电信号刺激的在线方法-CN201810027796.8有效
  • 李玉榕;杜民;陈军 - 福州大学
  • 2018-01-11 - 2021-05-18 - A61B5/389
  • 本发明公开了一种自适应滤除表面肌电信号刺激的在线方法,包括步骤:1)利用亚阈值刺激采集纯刺激,对纯刺激的放电部分进行在线建模,得到滤波模;2)对每一个刺激产生的肌电信号,以刺激的脉冲信号作为滤波器的起始信号,在刺激的脉冲阶段使用屏蔽滤波,屏蔽至刺激的负向脉冲尖峰;3)屏蔽结束后,利用滤波模板计算估计值,并从采集的肌电信号中扣除该估计值,滤除放电部分,直到下一个刺激脉冲开始。本发明利用混合滤波方法能够有效滤除刺激,实时去除肌电信号中的刺激,且不会使肌肉电信号失真。
  • 一种自适应表面电信号刺激在线方法
  • [发明专利]一种脑电信号中眼的去除方法-CN200910058206.9无效
  • 刘铁军;尧德中 - 电子科技大学
  • 2009-01-21 - 2009-07-08 - A61B5/0476
  • 一种脑电信号中眼的去除方法,属于生物信息技术领域,涉及脑电信号采集与预处理技术,主要应用于脑电信号获取的预处理过程中。包括:对含有眼的脑数据进行主成分分析;确定眼成分,并对成分的时域波形进行1~8Hz的滤波;结合回归算法,利用成分的时域波形计算眼成分在各个电极处的衰减因子;利用衰减因子校正眼成分的空间分布;利用校正后的成分的空间分布,去除眼。本发明解决了传统的基于主成分分解的眼去除方法中主成分分解不完全,分解出的眼成分中将含有脑成分的问题。由于衰减因子的校正作用,将会使每个含有眼的成分更加容易识别。
  • 一种电信号中眼电伪迹去除方法

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