基于呼吸异构信号的CA-LMF多模融合检测方法及系统

AITNT
正文
推荐专利
基于呼吸异构信号的CA-LMF多模融合检测方法及系统
申请号:CN202410715669
申请日期:2024-06-04
公开号:CN118690318A
公开日期:2024-09-24
类型:发明专利
摘要
本发明提供一种基于呼吸异构信号的CA‑LMF多模融合检测方法及系统,属于医疗设备技术领域,包括以下步骤:(1)设定参数进行信号采集;(2)信号预处理;(3)提取有效特征值;(4)交叉注意力特征CA融合;(5)低秩多模态LMF融合;(6)信息检测与信息分类处理。本发明基于麦克风与光纤传感器采集呼吸异构信号,利用特征工程与多模态融合方法,实现对儿童肺炎的快速、准确、无辐射损伤的非侵入式信息检测分类。该系统通过收集儿童呼吸信号,经过预处理和特征提取后,采用交叉注意力与低秩多模态融合方法(CA‑LMF)获取融合特征,并结合集成学习方法对儿童肺炎进行分类处理。
技术关键词
融合检测方法 频域特征 传感光纤 音质特征 融合特征 异构 变换特征 时域特征 儿童肺炎 分类器模型 注意力 音频特征 光耦合器 融合方法 信号特征 滤除高频噪声
系统为您推荐了相关专利信息
1
麻药推注智能控制系统
编码向量 语义 智能控制系统 手术 掩码矩阵
2
一种用于安检机包裹连续性的检测方法
融合特征 安检机 图像 神经网络结构 注意力
3
一种基于多模态数据的失能干预质量评价方法、装置及可读存储介质
风险预测模型 评价方法 多通道图像数据 文本特征向量 图像特征向量
4
双分支高分辨率显著性目标检测方法
分支 边界特征 编码特征 语义特征 编码器特征
5
基于轻量化结构感知的遥感图像变化检测方法及系统
语义特征 轻量化结构 遥感图像变化检测 交互注意力 融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号