申请/专利权人:杭州电子科技大学
申请日:2021-01-26
公开(公告)日:2021-04-20
公开(公告)号:CN112686213A
主分类号:G06K9/00(20060101)
分类号:G06K9/00(20060101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:在审-实质审查的生效
法律状态:2021.05.07#实质审查的生效;2021.04.20#公开
摘要:本发明公开了一种基于循环神经网络及毫米波的OSAHS诊断系统,利用毫米波模块采集被测患者整晚胸腔运动信号,并通过滤波算法进行背景杂波滤除处理,还原呼吸信号利用特征提取模块对时域信号进行处理,通过基于GRU神经网络的胸腔信号分类模型,实现对正常状态、阻塞暂停状态、中枢暂停状态、混合暂停状态的四分类;根据对各类胸腔运动状态的统计,结合AHI指数识别患者的呼吸暂停综合征情况。
主权项:1.一种基于循环神经网络及毫米波的OSAHS诊断系统,包括依次连接的雷达接收前端模块、背景杂波滤除模块、胸腔运动特征提取模块和分类模块,其特征在于:所述雷达接收前端模块,通过毫米波雷达采集回波信号;所述背景杂波滤除模块,对背景杂波进行滤除;所述胸腔运动特征提取模块,对胸腔运动波形进行特征提取;所述分类模型,采用GRU神经网络,对提取的胸腔运动波形特征进行分类训练,并通过并通过训练好的分类模型进行呼吸波形的自动识别与检测,GRU是标准循环神经网络的改进版,使用了更新门与重置门,这两个门控向量决定了哪些信息最终能作为门控循环单元的输出,它们能够保存长期序列中的信息,且不会随时间而清除或因为与预测不相关而移除。
全文数据:
权利要求:
百度查询: 杭州电子科技大学 一种基于循环神经网络及毫米波的OSAHS诊断系统
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。