检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

视频脉搏特征的非接触房颤检测

计算机工程与应用 2023年第8期59卷 331-340页

作者：张姁杨学志刘雪南方帅合肥工业大学计算机与信息学院合肥230009 安徽省工业安全与应急技术重点实验室合肥230009

房颤的早发现对心脑血管疾病的预防至关重要。提出一种面部视频房颤检测方法。该方法通过人脸跟踪和集成经验模态分解从面部视频中提取脉搏信号,根据房颤发作时的脉搏特性,从视频脉搏信号中提取房颤判别特征。设计一种改进的递归特征消... 详细信息

房颤的早发现对心脑血管疾病的预防至关重要。提出一种面部视频房颤检测方法。该方法通过人脸跟踪和集成经验模态分解从面部视频中提取脉搏信号,根据房颤发作时的脉搏特性,从视频脉搏信号中提取房颤判别特征。设计一种改进的递归特征消除特征选择方法,筛选出对房颤检测较重要的特征,基于以上特征采用机器学习方法实现房颤检测。在采集的122例房颤病人和139例正常窦性心律面部视频上实验,最优特征为相邻RR间期大于50 ms的心搏百分比(PNN50)、RR间期的最大值(maxRR)、庞加莱图水平半径(SD2)等。基于以上最优特征集,房颤检测的准确率为92.31%,特异度是90.24%,灵敏度是94.59%,AUC是0.920 5。

关键词：机器学习房颤检测面部视频特征选择

在线全文

学校读者我要写书评

暂无评论

采用自注意力抗干扰网络的视频房颤检测

图学学报 2023年第2期44卷 313-323页

作者：陈静杨学志陈鲸刘雪南合肥工业大学计算机与信息学院安徽合肥230009 合肥工业大学工业安全与应急技术安徽省重点实验室安徽合肥230009 合肥工业大学软件学院安徽合肥230009

房颤的早期发现与诊断是降低房颤以及并发症风险的关键。视频光电体积描记术(VPPG)技术为房颤筛查提供了新途径,但易受到现实场景中运动干扰。现有VPPG房颤检测方法存在运动干扰时会造成脉冲信号失真,从而发生误判。为解决以上问题,提... 详细信息

房颤的早期发现与诊断是降低房颤以及并发症风险的关键。视频光电体积描记术(VPPG)技术为房颤筛查提供了新途径,但易受到现实场景中运动干扰。现有VPPG房颤检测方法存在运动干扰时会造成脉冲信号失真,从而发生误判。为解决以上问题,提出一种抗干扰视频房颤检测模型。该模型使用注意力编码器网络,从包含运动干扰的脉冲信号中提取鲁棒的脉冲潜在特征,径向基分类网络根据潜在特征实现房颤检测。注意力编码器将复杂脉冲信号映射到高维子空间,重点关注有效信息,提取稳健潜在特征。径向基分类网络在房颤标签监督下提高房颤识别能力,输出可靠结果。在200名测试者参与的自建数据集上进行实验,结果表明该模型在各类场景中均表现优异。在静态场景中,检测精度较最优对比算法提高了8.1%,敏感性提高了7.5%。在动态场景中,对比算法准确度均大幅下降,所提模型精度相比提升了16.5%,特异性提升了18.3%。模型具有良好的抗运动干扰能力,可有效地消除运动干扰影响,提高现实场景中视频房颤检测精度。

关键词：视频光电体积描记术房颤检测抗运动干扰注意力编码器潜在特征

基于多模感知数据的驾驶员房颤检测方法及系统研究

在线全文

学校读者我要写书评

暂无评论

传感技术学报 2023年第11期36卷 1827-1834页

作者：覃忠浩周少锐陈健黄欣龙彭显为何文秀王伟中山大学智能工程学院广东深圳518107 深圳北理莫斯科大学工程系广东深圳518172 浙江大学国际教育学院浙江杭州310058 香港科技大学工学院土木及环境工程系中国香港999077 浙江工业大学之江学院浙江杭州310014

设计了一种针对驾驶环境的房颤自动检测方向盘。该方案利用安装在方向盘上的传感器对驾驶员的心率数据进行采集,将数据上传至云平台后,云平台利用基于深度互学习和判别滤波群算法的神经网络对心率信号进行分类识别,并将识别结果反馈至... 详细信息

设计了一种针对驾驶环境的房颤自动检测方向盘。该方案利用安装在方向盘上的传感器对驾驶员的心率数据进行采集,将数据上传至云平台后,云平台利用基于深度互学习和判别滤波群算法的神经网络对心率信号进行分类识别,并将识别结果反馈至车辆终端,如果检测到司机有房颤现象,车辆终端则会及时发出警报,协同制动或者提供医疗介入。所提算法在真实数据集上表现优异,能够精确分别出正常心率和房颤。通过在模拟驾驶环境中的实验,所设计的方案可以在不对驾驶员操作造成任何影响的情况下,低延时、高准确性地对驾驶员心率状态进行判断。

关键词：交通安全智能方向盘房颤检测神经网络

基于频率调制样本均衡与长短时记忆网络的房颤检测方法

在线全文

学校读者我要写书评

暂无评论

基于频率调制样本均衡与长短时记忆网络的房颤检测方法

作者：王金萍燕山大学

学位级别：硕士

心房颤动是一种复杂的心律失常，严重危害人类的生理健康，基于心电图(Electrocardiogram，ECG)信号的房颤智能诊断已成为辅助医生判断的重要手段。深度学习促进了房颤智能诊断的发展，但深度学习的训练依赖于庞大且平衡的数据集，因此... 详细信息

心房颤动是一种复杂的心律失常，严重危害人类的生理健康，基于心电图(Electrocardiogram，ECG)信号的房颤智能诊断已成为辅助医生判断的重要手段。深度学习促进了房颤智能诊断的发展，但深度学习的训练依赖于庞大且平衡的数据集，因此解决房颤患者样本内的数据不平衡问题成为改善房颤检测结果的关键。　　首先，针对房颤检测中存在的样本不均衡问题，提出基于频率调制数学模型的仿真方法。仿真房颤信号由仿真心拍数据、仿真RR间隔和仿真f波共同构成。采用频率调制莫比乌斯模型拟合心拍中的基础波系数，并合成仿真心拍;利用积分脉冲频率调制模型进行RR间隔仿真，计算仿真间隔与真实间隔的分布特性;以锯齿波模型生成仿真f波。对合成的心电片段与真实数据计算相似度，定量描述仿真数据的合理性。使用生成对抗网络进行数据生成，与频率调制数学模型仿真方法进行对比。　　其次，对样本均衡后的数据提取f波信号和RR间隔。采用判别式扩散映射度量构建非线性的低维结构的心室活动，进而计算各心拍间的距离。然后利用非局部欧式中值距离计算QRST心室模板，得到f波信号;由数据集的人工标记得到RR间隔。　　最后，针对房颤检测问题，以神经网络为分类算法，构建延迟连接长短时记忆卷积神经网络，以解决房颤检测中的长序列相关性问题和神经网络中随着网络层数增加而产生的梯度消失问题。分别以原始心电信号、提取的RR间隔和f波特征作为房颤检测模型的网络输入。设置不同网络层数、数据长度、网络结构以及样本均衡方法的房颤检测实验，并与其他房颤检测算法进行结果对比。　　本文基于频率调制样本均衡与延迟连接长短时记忆卷积神经网络，为房颤信号的准确检测和分析提供了一种有效方法。

关键词：房颤检测数据仿真样本均衡房颤波神经网络心电信号

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态迁移学习的房颤检测算法研究

基于动态迁移学习的房颤检测算法研究

作者：许会芳山东大学

学位级别：硕士

心房颤动(Atrialfibrillation,AF)被认为是一种危及生命的心律失常,患有房颤的人数不断增加。近几年,深度学习诊断技术因其缓解了专家诊断的压力,减少了因专家过度劳累而带来的主观性诊断错误已成功应用于房颤的自动诊断当中。但是多数... 详细信息

心房颤动(Atrialfibrillation,AF)被认为是一种危及生命的心律失常,患有房颤的人数不断增加。近几年,深度学习诊断技术因其缓解了专家诊断的压力,减少了因专家过度劳累而带来的主观性诊断错误已成功应用于房颤的自动诊断当中。但是多数深度学习方法仍受限于训练数据和测试数据来自相同分布的假设。而在实际应用中,由于心电信号来源于不同的采集环境或不同的采集设备,以及心电信号采集者来自不同的国家和民族,导致数据集之间的数据分布差异比较大,在特定数据集上训练的模型直接应用于新的数据集时诊断性能会下降。因此,跨数据库的房颤检测仍面临着较大的挑战。近年来,有研究开始致力于应用领域自适应方法来减小心电数据间的分布差异,但是目前多数方法考虑从特征对齐的角度来减小分布差异,忽略了类别的信息,并且重点在于解决数据库内部的心电信号差异问题,对于跨数据库的房颤检测问题没有得到进一步的研究。针对以上问题,本文提出了基于动态迁移学习的跨数据库房颤检测方法,论文的主要研究内容如下:(1)针对目前基于领域自适应方法进行房颤检测工作的不足,从损失函数的角度,本文提出了基于最小化类混淆(Minimum Class Confusion,MCC)的领域自适应房颤检测算法,在训练过程中引入MCC损失函数。MCC可以减少模糊类和正确类之间的混淆程度,增强目标域上的类别可分性。该损失不需要进行特征对齐,侧重于类别的预测。(2)为了进一步构建更通用的领域自适应模型,从模型的角度,本文提出了动态迁移网络(Dynamic Transfer Network,DTN)来自适应地学习不同域的心电特征。DTN通过引入动态残差块(Dynamic Residual Block,DRB)来降低因数据分布差异产生的影响。动态残差块由普通卷积运算和动态卷积运算组成,其中动态卷积可以根据输入信号动态调整网络参数,实现心电特征的自适应学习,间接实现不同心电数据库间的域适应。(3)在构建动态迁移网络时采用了两阶段的迁移学习方法,包括预训练阶段和领域自适应阶段。在预训练阶段,首先进行有监督学习,将训练得到的最优模型作为预训练模型;在领域自适应阶段,在预训练模型的基础上嵌入动态残差块实现领域自适应。本文在三种预训练模型和三个公开心电数据库上验证了该方法的有效性,比如对于迁移任务AFDB→CPSC2018,DTN-ResNet模型的房颤检测准确率从81.18%提高到91.13%,F1分数从74.15%提高到85.00%,分别提高了 9.95%和10.85%;对于迁移任务AFDB→Phy2017,DTN-AlexNet在AFDB上训练的准确率和F1分数分别为91.35%和87.92%,由此证明了 DTN在跨数据库AF检测方面的优异性能。本文还基于12导联心电数据库进行了跨数据库多分类实验,同时验证了该方法有效的泛化能力。虽然本方法在已有的心电数据库上取得了不错的房颤诊断效果,但仍待于在实际系统中进行诊断性能的验证。

关键词：房颤检测动态残差块动态迁移学习领域自适应类混淆损失

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

手持式房颤检测系统研究

手持式房颤检测系统研究

作者：李颖东南大学

学位级别：硕士

房颤是目前最常见的心律失常之一，已成为全球性流行疾病。目前成人的房颤患病率在2％到4%之间，且正逐年升高。房颤定期筛查和房颤术后监测对提高临床房颤的诊断率，减少患者病情进一步恶化有很大帮助。本文设计了一套手持式房颤检测... 详细信息

房颤是目前最常见的心律失常之一，已成为全球性流行疾病。目前成人的房颤患病率在2％到4%之间，且正逐年升高。房颤定期筛查和房颤术后监测对提高临床房颤的诊断率，减少患者病情进一步恶化有很大帮助。本文设计了一套手持式房颤检测系统，用于日常房颤监测或者医院早期房颤筛查。　　首先，本文对房颤患病率和死亡率的背景做了描述，明确了房颤检测的重要性。并且，分析了常见的手持式单导心电设备、心电电极以及房颤检测算法的不足之处，提出了本研究的两个技术方案：基于织物电极的手持式单导心电设计方案和基于规则的多特征房颤检测算法设计方案。　　然后，本文完成了手持式单导心电设备的软硬件设计。整个硬件部分包括基于ADS1299的心电采集模块、基于STM32F103C8的微控制器、基于HC05的蓝牙通信模块、基于TF卡的数据存储模块以及基于TP4057和TPS73233的电源管理模块。结合3D打印技术完成了手柄外壳的设计。嵌入式软件设计部分主要实现了初始化、心电信号采集以及数据的封装和发送等功能。　　其次，本文完成了房颤检测客户端的软件设计。客户端功能主要包括通过蓝牙协议寻找蓝牙并建立连接、解析接收到的数据、对心电信号滤波、动态实时显示心电图、房颤检测。基于规则的多特征房颤检测算法的关键技术有四部分，一是基于差分法的QRS波检测算法，具有较好的实时R波定位效果;二是特征优化，通过加入噪声干扰的方式模拟RR间期偏差，从多个房颤特征中筛选出抗干扰能力强的特征;三是利用受试者工作特征曲线找出房颤特征的最佳阈值;四是制定基于规则的多特征房颤分类规则。　　最后，针对整个手持式房颤检测系统，本文分别对手持式单导心电设备和基于规则的多特征房颤检测算法进行了系统验证和测试，证明了系统的可靠性。首先，设计了设备对比实验，测量了30组对比数据，证明了本文提出的手持式单导心电设备与标准心电设备相比具有高度一致性。另外，基于MIT-BIH房颤数据库和临床可穿戴房颤数据库，实验证明了房颤检测算法具有较好的准确性、轻量性和实时性，基本满足房颤日常监护的需求。

关键词：单导心电设备房颤检测手持式

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于相空间重构的心冲击信号房颤检测方法

东北大学学报（自然科学版） 2021年第11期42卷 1547-1553,1568页

作者：蒋芳芳王浩乾程天庆洪楚航东北大学医学与生物信息工程学院辽宁沈阳110169

针对房颤事件中的节律异常特性,提出应用相空间重构算法提取心冲击(ballistocardiogram,BCG)信号的二维节律特征,并对重构过程中的最优嵌入维数和时间延迟参数进行了讨论.首先,将心脏搏动视为非线性动力学系统,应用相空间重构理论将一... 详细信息

针对房颤事件中的节律异常特性,提出应用相空间重构算法提取心冲击(ballistocardiogram,BCG)信号的二维节律特征,并对重构过程中的最优嵌入维数和时间延迟参数进行了讨论.首先,将心脏搏动视为非线性动力学系统,应用相空间重构理论将一维时间序列映射到高维相空间中,从而获取BCG信号中表征房颤过程节律异常的相空间轨迹特征.其次,探讨了重构过程中适于房颤诊断的最优嵌入维数和时间延迟参数,并结合卷积神经网络实现了对房颤的智能诊断.最终,通过对59名受试者提取到的2000组BCG数据进行十折交叉验证,所提方法的分类准确率达到91.00%,与基于经典时频特征的机器学习方法相比较,有较为明显的提高,从而验证了所提方法的优越性.

关键词：心冲击信号心电信号房颤检测相空间重构卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于嵌入式系统的实时房颤检测算法研究

医疗卫生装备 2023年第7期44卷 19-26页

作者：魏良胡焱铭鄢苏鹏平钦文李韵池左锋李永勤龚渝顺陆军军医大学生物医学工程与影像医学系医学仪器与计量学教研室重庆400038 陆军军医大学基础医学院重庆400038 陆军军医大学第一附属医院信息科重庆400038

目的:设计一种基于嵌入式系统的实时房颤检测算法,辅助房颤的快速诊断和鉴别。方法:首先通过对心电信号进行分析,提取心率变异性指标以及P波平衡性、叠加平均比例2项形态学指标,构建基于支持向量机的房颤检测数学模型,完成上位机算法设... 详细信息

目的:设计一种基于嵌入式系统的实时房颤检测算法,辅助房颤的快速诊断和鉴别。方法:首先通过对心电信号进行分析,提取心率变异性指标以及P波平衡性、叠加平均比例2项形态学指标,构建基于支持向量机的房颤检测数学模型,完成上位机算法设计。然后设计主要包括心电采集模块、微控制单元、液晶显示屏和存储器的嵌入式房颤检测设备。再于某院搜集包含11种不同心电节律的3 746例患者的12导心电图数据,并从每名患者的心电数据中提取一段Ⅱ导心电信号建立上位机验证数据集及嵌入式系统测试数据集。在完成上位机算法训练及验证之后,将其移植到嵌入式房颤检测设备中。最后对上位机算法及嵌入式房颤检测设备的房颤检测性能进行评估。结果:上位机算法检测房颤的准确率为93.40%,敏感度为97.85%,特异度为88.83%;嵌入式房颤检测设备的房颤检测准确率为91.37%,敏感度为96.48%,特异度为87.04%。结论:设计的房颤检测算法能够有效区分房颤与多种不同类型的非房颤心电节律,可为基于穿戴式设备的房颤实时监测提供技术支撑。

关键词：嵌入式系统房颤房颤检测形态学指标

基于CiteSpace的房颤检测算法研究现状与趋势分析

在线全文

学校读者我要写书评

暂无评论

软件导刊 2022年第8期21卷 242-246页

作者：王锐李灿李红岩郎许峰周作建黄敏程俊南京中医药大学人工智能与信息技术学院江苏南京210023

房颤是严重的心房电活动紊乱,可导致心脏衰竭、脑卒中等并发症。随着人工智能领域的发展,深度学习算法在房颤早期检测中的应用越来越广泛。运用CiteSpace软件检索2001-2022年中国知网收录的174篇相关文献,从文献发表年份、作者、发表机... 详细信息

房颤是严重的心房电活动紊乱,可导致心脏衰竭、脑卒中等并发症。随着人工智能领域的发展,深度学习算法在房颤早期检测中的应用越来越广泛。运用CiteSpace软件检索2001-2022年中国知网收录的174篇相关文献,从文献发表年份、作者、发表机构、关键词4个方面进行文献计量与可视化分析,以呈现该领域的研究趋势。结果表明,相关文献发文量总体呈上升趋势,但总量仍较低;作者、机构之间合作度偏低,分布较为稀散;研究主要围绕超限学习机、R波定位、希式束、模式识别、QRS波检测、心室纤颤、P波、盲源提取、独立成分分析、机器学习、预处理、混沌、信息熵、波动图、统计性能等展开。使用深度学习算法进行房颤检测已经成为一种趋势,但目前国内对于该领域的研究还有很大提升空间,如研究需要多样化、算法融合度需提高、研究团队和机构之间需进一步加强交流与合作等。

关键词：房颤检测 CiteSpace软件深度学习