[发明专利]一种基于实时神经网络的半自动睡眠分期装置有效

专利信息
申请号: 201510167492.8 申请日: 2015-04-09
公开(公告)号: CN104793493B 公开(公告)日: 2017-09-29
发明(设计)人: 马千里;苏建新;刘文娜;王俊;胡栋 申请(专利权)人: 南京邮电大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 南京知识律师事务所32207 代理人: 汪旭东
地址: 210046 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 实时 神经网络 半自动 睡眠 分期 装置
【权利要求书】:

1.一种基于实时神经网络的半自动睡眠分期装置,由将待分析睡眠数据进行实时神经网络分析的处理模块、将待分析数据进行分析处理后实时存储的存储模块、对其他模块进行实时有效控制的控制模块、对分期结果的数据和图形进行可视化显示的显示模块依次相连,控制模块与报表模块相连,报表模块对分期结果进行展示和打印操作;处理模块由数据读取模块、数据预处理模块、实时神经网络分析单元模块依次相连构成,数据读取模块从存储模块中读取待分析数据,数据预处理模块对读取的待分析数据进行预处理操作,实时神经网络分析单元模块将对预处理后的数据进行基于人工后期校正的实时神经网络实时分析处理,所述进行实时神经网络分析的处理模块中的实时神经网络分析单元工作过程如下:

第一步,神经网络的初始化;首先选择数据作为训练集,进行特征参数提取,并结合已有的人工分期结果作为神经网络的输入,对其进行初始的训练学习,根据学习规则,不断的对各个网络神经元的连接权值进行调节,直到使实时神经网络具有期望的输出;此时得到初始的网络权值集和训练好的神经网络模型,可以作为自动睡眠分期的初始神经网络;

第二步,神经网络的自动分期;根据训练好的神经网络模型,选取待分析数据,进行特征参数提取,并输入于训练好的初始神经网络,进行相应的网络分析,得到睡眠自动分期结果;

第三步,神经网络的实时调整;操作者对自动分期的结果进行人工判别,将错误的分期结果进行人工校正,实时神经网络分析单元将校正后的分期结果重新输入神经网络进行实时的训练,使得神经网络的权值系数根据校正后的分期结果得到及时修正,再使用重新训练后的神经网络对后续未校正分期进行重新分析;如此反复的对神经网络进行实时调整,一直到待测数据的分期为最后一个分期时,神经网络的实时反馈得到终止。

2.根据权利要求1所述的一种基于实时神经网络的半自动睡眠分期装置,其特征在于所述数据预处理模块接受来自存储模块当前记录好的待分析数据,然后对数据进行预处理,最后将预处理后的数据送入实时神经网络分析单元进行特征提取、训练学习和自动分期。

3.根据权利要求1所述的一种基于实时神经网络的半自动睡眠分期装置,其特征在于所述存储模块负责对采集好的生理信号数据进行存储,负责向处理模块、显示模块、报表模块提供相应的数据;在进行人工睡眠分期时,存储模块负责对分期结果进行存储,提供给进行实时神经网络分析的处理模块进行对比分析。

4.根据权利要求1所述的一种基于实时神经网络的半自动睡眠分期装置,其特征在于控制模块用于对显示模块和报表模块的有效控制,对进行实时神经网络分析的处理模块进行睡眠分期时的实时控制,对装置的开关、退出、初始化、执行、选择操作进行控制。

5.根据权利要求1所述的一种基于实时神经网络的半自动睡眠分期装置,其特征在于显示模块是对分期结果的数据和图形进行可视化的显示,并且在人工睡眠分期时,提供对存储模块中的原始生理信号数据的可视化,操作者根据数据可视化的形态、参数特征进行正确的人工分期。

6.根据权利要求1所述的一种基于实时神经网络的半自动睡眠分期装置,其特征在于报表模块用于对分期结果按需求进行展示和打印操作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510167492.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

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

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