摘要
本发明公开了一种基于超声图像和肌电信号多模态的吞咽障碍智能分类系统及方法,该方法包括获取原始超声图像序列和原始肌电信号序列,进行时序对齐和自适应噪声抑制处理;对去噪数据进行多维信号质量评分和自适应增强处理;从增强数据中提取时域、频域和时频域特征并组合;基于特征相关性和质量评分计算特征权重,进行多层融合;利用分层分类器进行特征分类并评估可靠性;对分类性能进行综合评估并优化系统参数。本发明通过多模态数据融合和自适应处理机制,提高了吞咽障碍诊断的准确性和可靠性,具有良好的临床应用价值。
技术关键词
智能分类方法
电信号
智能分类系统
信噪比数据
多模态
矩阵
图像
序列
连续性
生成特征
频域特征
多尺度特征金字塔
分层特征
降维特征
指标
小波包能量熵
树形结构组织
轨迹特征
分类器
系统为您推荐了相关专利信息
驾驶员监控系统
多模态控制方法
人脸特征信息
多模态控制系统
娱乐主机
序列推荐方法
独立特征
电商
更新模型参数
视觉特征
情感识别方法
模态特征
节点特征
多尺度注意力机制
交互特征
多模态数据融合
多模态特征融合
声光报警模块
灰度共生矩阵
监测系统