龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西北工业大学
申请日：2024-03-04
公开（公告）日：2024-06-25
公开（公告）号：CN118245727A
主分类号：G06F18/10
分类号：G06F18/10;A61B5/00;A61B5/0536;G06N3/006;G06N3/0499;G06N3/084
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：本发明公开了一种基于VMD分解的颅脑EIT体动干扰识别与滤除方法，首先使用Z‑score值和皮尔逊相关系数联合评价指标对电极连接状态进行判定；然后基于WOA优化算法，以均方误差作为优化的目标函数对BP神经网络参数进行优化，以补偿电极脱落下的损失数据，保持数据的完整性和连续性；最后基于PSO优化算法，以最小熵为适应度函数对VMD分解法的参数进行寻优，获得最优参数，进而获得优化后的VMD分解法；基于优化后的VMD分解法分解原始EIT电压信号，去掉体动带来的高频噪声，获得去除干扰的EIT数据。本发明使用PSO优化后的VMD分解法对EIT原始电压数据进行分解，弥补了VMD分解法需要人工调整参数的缺点，有利于去除EIT成像过程中的运动伪影。
主权项：1.一种基于VMD分解的颅脑EIT体动干扰识别与滤除方法，其特征在于，包括如下步骤：步骤1：使用Z-score值和皮尔逊相关系数联合评价指标对电极连接状态进行判定；步骤2：基于WOA优化算法，以均方误差作为优化的目标函数对BP神经网络参数进行优化；步骤3：基于PSO优化算法，以最小熵为适应度函数对VMD分解法的参数进行寻优，获得最优参数，进而获得优化后的VMD分解法；步骤4：基于优化后的VMD分解法分解原始EIT电压信号，去掉体动带来的高频噪声，获得去除干扰的EIT数据。
全文数据：
权利要求：
百度查询： 西北工业大学 一种基于VMD分解的颅脑EIT体动干扰识别与滤除方法
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