基于时频重建的生理信号自监督表示学习方法和系统

AITNT
正文
推荐专利
基于时频重建的生理信号自监督表示学习方法和系统
申请号:CN202411084058
申请日期:2024-08-08
公开号:CN119089378A
公开日期:2024-12-06
类型:发明专利
摘要
本发明提出了一种基于时频重建的生理信号自监督表示学习方法和系统,属于信号处理和模式识别技术领域。包括:获取原始多通道生理信号数据并转化为时频图;对生理信号及其时频图进行分段/分块、随机掩码和特征转换,得到初步时域表征和频域表征;在时间维度和通道维度分别对初步时域表征和频域表征编码并融合,得到时频混合表征;基于时频混合表征,采用重建学习方法预训练编码器;利用预训练好的编码器获得待处理的原始多通道生理信号数据的多通道时频表示并混合得到时频混合表征,将所述的时频混合表征作为学习到的生理信号自监督表示,用于生理疾病分类任务。本发明具备更高的泛化能力、适应性,为生理信号分类任务提供了一种有效的解决方案。
技术关键词
时域编码器 多通道 学习方法 混合编码器 高维特征向量 生理信号分类 分块 多层感知机 短时傅里叶变换 脑电图数据 模式识别技术 疾病 分段 序列
系统为您推荐了相关专利信息
1
面向智能家居对话系统的语义理解与表示学习方法
面向智能家居 对话系统 学习方法 文本 语义
2
基于光泵磁强计的二阶盲辨识多伪影抑制优化方法及系统
抑制优化方法 二阶盲辨识 光泵磁强计 伪影 多通道
3
一种基于YOLO目标检测算法的误识别消除方法和介质
消除方法 样本 迁移学习方法 图像 图片
4
一种基于辅助通道的雷达副瓣干扰GPGPU加速对消方法
雷达信号接收系统 干扰对消算法 通用图形处理器 干扰对消方法 多通道
5
一种金融账户风险预测方法及装置
邻居 动态 知识图谱嵌入方法 风险预测方法 多头注意力机制
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