CN119517440A 基于ai的呼吸异常识别方法及系统 （山东中医药大学附属医院）_第1页
CN119517440A 基于ai的呼吸异常识别方法及系统 （山东中医药大学附属医院）_第2页
CN119517440A 基于ai的呼吸异常识别方法及系统 （山东中医药大学附属医院）_第3页
CN119517440A 基于ai的呼吸异常识别方法及系统 （山东中医药大学附属医院）_第4页
CN119517440A 基于ai的呼吸异常识别方法及系统 （山东中医药大学附属医院）_第5页
已阅读5页，还剩30页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

振幅变化值进行对比，获取呼吸节律特征参数2基于呼吸频率监测数据和呼吸深度分析数据，提取每组数据中的时间序列分析趋势基于所述呼吸节律初步分区结果，提取每个分区内的趋势值、波基于所述呼吸节律波动特征矩阵，分析时间段内频率变化与基于所述呼吸节律偏移匹配结果，提取偏移值异常的区间索引，分基于呼吸频率监测数据和呼吸深度分析数据，通过高斯滤波技术根据所述时间序列趋势斜率，对呼吸深度分析数据应用峰值检测;从所述呼吸节律特征参数集中提取呼吸节律数据，包括每次呼吸的起始与结束时间从所述呼吸周期性分析表中提取分类数据，对比每类数据，确定分类中基于所述呼吸节律初步分区结果，分析每个时间从所述趋势和波动特征数据中提取每个分区的关键参数，分析归一化波动幅度3基于所述呼吸节律动态变化结果，逐个时间点测定呼吸波动基于所述呼吸波动幅度区间矩阵，统计每个波动区间的出现频率，并按时间基于所述波动趋势变化速率矩阵，对时间节点的波动幅度区间和变根据所述呼吸节律波动特征矩阵，捕捉时间序列数据中的呼吸频通过所述时间段内的呼吸特性矩阵，分析每个时间点对应是对频率和深度偏移敏感度的权重系数，为当前时间点的呼吸频率，Fis为平均呼吸频为当前深度，Di为平均呼吸深度；使用所述时间点的偏移值，对相邻时间段的偏移值进针对所述异常区间索引，计算对应时间点的呼吸频率与深度差异4从所述索引的累积差异值列表中筛选累积值超过设定阈值的索引点，并数据分析启动模块基于呼吸频率监测数据和呼吸深度分析数据节律分析模块利用所述基础节律参数集，分析差异化时间点的数特征整合模块基于所述分区特征划分结果，汇总每个区域的趋势偏移分析模块基于所述动态节律矩阵，分析时间段内异常检测模块使用所述偏移分析结果，检查异常偏移的时间56R=；7;8示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限9在呼吸频率监测数据的处理中，首先利用高斯滤波技术对原始信号进行噪声削R=；规呼吸中的细微变化预示着潜在的生理变化。结合患者的历史健康记录和实时监控数据，组成了趋势和波动特征数据，数据通过详细分析呼吸模式在不同时间段的统计特征获取，设定在监测期内有一个分区的平均变化率为0.2，所有分区的总体平均变化率=0.0025；代入数值计算AE：;;~15.06；;察到的频率Ft=18次/分钟和深度D:=550ml，相较于平均频率Favg=14次/分钟和平均;;[0038]基于AI的呼吸异常识别系统用于执行上述基于AI的呼吸异常识别方法，系统包本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论