龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院大学
摘要：本发明涉及一种跨数据域识别针极肌电图运动神经元损害的方法，包括步骤为：一、对已采集运动神经元损害和非运动神经元损害的不同肌肉部位肌电图数据，按个体划分训练集和测试集；二、对每个个体数据进行滑动窗口划分、去基线漂移和标准化等预处理；三、构建包括特征提取网络和投影头的跨数据域预训练网络，对每个个体数据，随机选择若干预处理后的样本数据，将其输入网络中进行学习；四、在识别阶段，采用单分支小波卷积神经网络作为分类器，输出患运动神经元损害的概率，获得最终的识别结果。本发明实现对运动神经元损害和非运动神经元损害的不同个体、不同部位、不同患病状态、不同族群肌电图数据特征的全面深入学习和共性特征提取。
主权项：1.一种跨数据域识别针极肌电图运动神经元损害的方法，其特征在于，所述方法以针极肌电图数据为应用对象，包括以下步骤：（1）对已采集运动神经元损害和非运动神经元损害的不同肌肉部位肌电图数据，第i个人的EMG数据是一个个体，不同患病状态、不同肌肉部位的EMG数据称之为来自不同的数据域，将来自两个不同数据域的EMG个体数据分别构成训练集和测试集；（2）对每个个体的EMG数据，采用窗口长度为L、重叠率为50%的滑动窗口划分，获得个EMG样本数据，并对每个EMG样本数据采用多项式拟合方法进行去基线漂移，获得预处理样本数据；（3）在预训练阶段，对训练集和测试集中每个个体的EMG数据，随机选择若干个预处理后的样本数据，将其输入预训练网络进行学习，在此过程中训练集需要标签信息，测试集不需要标签信息；（4）在识别阶段，采用单分支小波卷积神经网络作为分类器，基于预训练网络中的特征提取网络提取高阶嵌入特征，再将其输入到分类器中进行训练和测试，输出患运动神经元损害的概率，实现对肌电信号的识别分类。
全文数据：
权利要求：
百度查询： 中国科学院大学 一种跨数据域识别针极肌电图运动神经元损害的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号