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：南京理工大学

摘要：本申请公开了一种基于CNN的个体心肺功能评估系统及其处理方法；数据采集模块收集个体心肺功能数据，并将数据传输至预处理模块；预处理模块对数据进行预处理，随后将数据输入卷积神经网络模块进行特征提取；卷积神经网络模型输入层将收集的数据进行输入；卷积层将对数据进行特征提取，池化层将对数据进行降维处理；将个体静态数据和处理后的动态数据进行特征融合后输入全连接层，输出层输出心肺功能评估结果；训练模块对模型进行训练。本申请采用深度学习方法，解决了传统方法操作繁琐、准确度不高等问题；模型具有通用性和泛化能力，可适用于不同人群和场景；准确度高，可对心肺功能进行准确评估和分级，为个体制定科学的运动计划和康复方案提供参考。

主权项：1.一种基于CNN的个体心肺功能评估系统，其特征在于，包括数据采集模块、预处理模块、卷积神经网络模型和训练模块；所述数据采集模块用于收集个体心肺功能数据，并将数据传输至预处理模块；所述预处理模块对数据进行预处理，随后将数据输入卷积神经网络模块进行特征提取；所述卷积神经网络模型包括输入层、卷积层、池化层、全连接层和输出层；其中，输入层将收集的心率、运动强度的时间序列数据进行输入；卷积层将对数据进行特征提取，池化层将对数据进行降维处理；全连接层将个体静态数据和处理后的动态数据进行加权求和处理，输出层将输出个体基于最大摄氧量VO2max测试心肺功能评估结果；训练模块使用收集的数据对卷积神经网络模型进行训练；输入动态和静态数据进入卷积神经网络模型；其中，动态数据经过预处理后进入CNN网络，通过卷积层和池化层进行数据的卷积和池化操作；经过特征提取后的数据与静态数据进行特征融合进入全连接层，再通过softmax层输出心肺功能等级的概率分布；卷积神经网络模型采用交叉熵损失函数作为代价函数，由此计算得到误差后进行反向传播权重训练；输入动态和静态数据过程中，采集N位不同个体的数据作为训练样本,样本集记为S＝{X1,X2,X3,Y1,X1,X2,X3,Y2,X1,X2,X3,Y3……X1,X2,X3,YN}；其中，X1,X2,X3分别为个体静态参数，心率数据和运动强度数据；Y表示个体由专业医生进行VO2max测试后的心肺功能评估结果，Y∈{I,II,III,IV,V,VI}，即分类类别数C＝6；卷积和池化过程中，经预处理后的X2数据{x21,x22,x23…x2t}，和X3数据{x31,x32,x33…x3t}将通过卷积层进行特征提取，使用tanh作为卷积层的非线性激活函数提高神经网络的非线性拟合能力；第k层的卷积运算计算公式如下： 其中，为k-1层的第i个结果，为k层第j个卷积核，b为偏置，N为卷积核个数；tanh激活函数计算公式如下： 池化采用最大池化，操作是输出池化区域内的最大值，公式如下 其中p为填充大小，d为膨胀系数，s为步长，k为卷积核大小,Lin为输入维度，Lout为输出维度；在全连接层和softmax层中，卷积和池化已经对时间序列数据X2，X3进行了抽象化的提取和表示，设定处理后的数据为Z2＝{z1,z2…zm},Z3＝{z1,z2…zn}m,n分别为X2,X3经过处理后的数据总长度，经预处理后的X1为Z1；将Z＝{Z1,Z2,Z3}作为全连接层的输入；全连接层后进入softmax层，softmax层将全连接层输出的分类结果变成一个概率分布，softmax计算公式如下： 其中zi为第i个结点的输出值，最终输出的结果为对应VO2max测试的心肺功能等级的概率；所述数据采集模块收集个体静态数据和动态数据和经过最大摄氧量VO2max测试的心肺功能等级；静态数据包括年龄、身高和体重；动态数据包括个体的心率和运动强度数据；所述预处理模块中，数据采集后进行预处理；所述预处理是指数据归一化操作，设定心率检测数据为X2＝{x1,x2,x3…xt},xt代表t时刻采集到的数据；将数据映射到0～1范围，提升收敛速度和精度，转化函数如下： 其中max为样本数据最大值，min为样本数据最小值，x为采集到的原始数据，x*为归一化后的结果；代价函数和反向传播过程中，模型分类结果使用交叉熵损失函数计算分类误差，交叉熵损失函数计算公式如下： 其中，B表示批量样本数，Oyn表示模型在真实所属类别上的概率输出；由此计算得到误差后进行反向传播权重训练，使用批量随机梯度下降法实现网络中参数的迭代，在完成对模型的训练后对网络的结构和参数进行保存；所述训练模块使用收集的数据对模型进行训练，并根据最终的验证集表现进行调整和优化，直至达到预设的准确率和泛化能力；训练数据使用大规模的公共数据集或使用自己收集的数据进行训练；为了提高模型的鲁棒性和泛化能力，采用交叉验证、数据增强方法进行训练。

全文数据：

权利要求：

百度查询： 南京理工大学 基于CNN的个体心肺功能评估系统及其处理方法