摘要
本申请属于医疗信号处理技术领域,公开了一种睡眠呼吸暂停检测方法、系统、电子设备及存储介质,该方法包括:获取同步的ECG信号和呼吸信号,并将其处理成包含多个时间尺度的双模态数据片段;构建并行神经网络架构,对各尺度数据片段分别提取ECG特征和呼吸信号特征,形成跨模态特征对;设计一种跨尺度动态权重修正注意力机制,通过引入基于特征向量间欧氏距离的修正因子,对不同尺度间的跨模态特征对进行动态加权与信息融合,以增强局部细节与全局上下文的关联性;将融合后的多尺度特征输入至分类器,输出睡眠呼吸暂停事件的概率。本发明通过多尺度协同分析与动态权重修正注意力机制,有效融合了不同时间维度的生理信息,提升了检测的准确率。
技术关键词
注意力机制
跨模态
Softmax函数
特征提取网络
医疗信号处理技术
事件识别
序列
睡眠呼吸暂停检测
矩阵
空洞卷积神经网络
多层感知器
动态
跨尺度特征融合
模块
并行神经网络
分类器
系统为您推荐了相关专利信息
可见光图像
场景全局特征
场景特征
卡尔曼滤波
复杂度
关系抽取方法
自然语言
实体
多粒度特征
注意力机制
注意力机制
人工智能芯片
计算机设备
计算机程序产品
可读存储介质
图像编码器
图像处理模型
分块
样本
图像生成模型
图像信息融合方法
多尺度结构特征
拓扑特征
分数阶偏微分方程
多模态