[发明专利]用于检测呼吸阶段的方法、系统和装置在审
申请号: | 201810219740.2 | 申请日: | 2018-03-16 |
公开(公告)号: | CN108720837A | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | J·朱;I·奈吉 | 申请(专利权)人: | 英特尔公司 |
主分类号: | A61B5/087 | 分类号: | A61B5/087;A61B5/113 |
代理公司: | 上海专利商标事务所有限公司 31100 | 代理人: | 高见;黄嵩泉 |
地址: | 美国加利*** | 国省代码: | 美国;US |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 振动信号数据 呼吸 人工神经网络 阶段分类 特征系数 验证 输出生成器 特征提取器 阶段输出 验证器 传感器 鼻梁 检测 分类 分析 | ||
1.一种装置,所述装置用于分析经由传感器从主体的鼻梁收集的振动信号数据以减少使用所述振动信号数据训练人工神经网络时的错误,所述装置包括:
特征提取器,所述特征提取器用于确定所述振动信号数据的特征系数,所述人工神经网络用于基于所述特征系数为所述振动信号数据生成呼吸阶段分类;
分类验证器,所述分类验证器用于验证所述呼吸阶段分类;以及
输出生成器,所述输出生成器用于基于所述验证生成呼吸阶段输出。
2.如权利要求1所述的装置,其特征在于,进一步包括:
呼吸速率分析器,所述呼吸速率分析器用于:
确定所述振动信号数据的呼吸间隔;以及
将所述呼吸间隔与呼吸间隔差异阈值进行比较;以及
训练器,所述训练器用于在所述呼吸间隔满足所述呼吸间隔差异阈值时训练所述人工神经网络。
3.如权利要求2所述的装置,其特征在于,所述呼吸阶段分类包括第一值和第二值,并且其中,所述训练器用于在所述振动信号数据的至少两个呼吸阶段分类的第一值的平均值或所述振动信号数据的至少两个呼吸阶段分类的第二值的平均值满足重新训练阈值时训练所述人工神经网络。
4.如权利要求1或2所述的装置,其特征在于,所述特征系数包括振动信号数据的信号能量。
5.如权利要求1或2所述的装置,其特征在于,所述呼吸阶段输出是吸入或呼出中的一个。
6.如权利要求1所述的装置,其特征在于,所述呼吸阶段分类是第一呼吸阶段分类,所述人工神经网络用于为所述振动信号数据的第一帧生成所述第一呼吸阶段分类,并且所述分类验证器用于相对于对所述振动信号数据的第二帧的第二呼吸阶段分类验证所述第一呼吸阶段分类。
7.如权利要求6所述的装置,其特征在于,进一步包括低通滤波器,所述低通滤波器用于过滤所述特征系数以生成帧能量序列。
8.如权利要求7所述的装置,其特征在于,进一步包括峰值搜索器,所述峰值搜索器用于基于所述帧能量序列识别所述振动数据中的峰值。
9.如权利要求6所述的装置,其特征在于,所述分类验证器用于在所述第一呼吸阶段分类与吸入相关联而所述第二呼吸阶段分类与呼出相关联时检测错误,所述第一帧和所述第二帧是连续帧。
10.如权利要求9所述的装置,其特征在于,所述第一帧的振动信号数据的能量和所述第二帧的振动数据的能量满足移动平均数帧能量阈值。
11.如权利要求1、2或6中任一项所述的装置,其特征在于,进一步包括训练器,所述训练器用于基于所述呼吸阶段输出训练所述人工神经网络。
12.如权利要求11所述的装置,其特征在于,进一步包括数据缓冲器,所述数据缓冲器用于存储所述特征系数,所述训练器基于与所述呼吸阶段输出相关联的所述特征系数进一步训练所述人工神经网络。
13.如权利要求1所述的装置,其特征在于,进一步包括呼吸间隔验证器,所述呼吸间隔验证器用于确定所述振动信号数据的呼吸间隔是否满足呼吸间隔差异阈值,并且其中如果所述分类验证器检测到呼吸阶段分类中的错误而所述呼吸间隔验证器确定所述呼吸间隔满足所述呼吸间隔差异阈值,则所述分类验证器生成用于使所述人工神经网络被重新训练的指令。
14.如权利要求13所述的装置,其特征在于,所述分类验证器通过用纠正后的呼吸阶段分类更新所述呼吸阶段分类来纠正所述呼吸阶段分类,所述呼吸阶段输出包括所述纠正后的呼吸阶段分类。
15.如权利要求13所述的装置,其特征在于,进一步包括训练器,所述训练器用于基于所述指令来训练所述人工神经网络。
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英特尔公司,未经英特尔公司许可,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/201810219740.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种呼吸异常告警检测方法及系统
- 下一篇:利用导管温度变化速率估计组织厚度