-
公开(公告)号：CN115905840A
公开(公告)日：2023-04-04
申请号：CN202211555633.X
申请日：2022-12-06
Applicant: 杭州妞诺科技有限公司
IPC: G06F18/213 , G06N20/00 , A61B5/00 , A61B5/369 , A61B5/372
Abstract: 本发明提供了一种基于色散指数的时空网络融合的发作智能检测装置，包括：采集模块：用于采集脑电信号；预处理模块：用于数据预处理；对采集到的原始EEG数据进行带通滤波得到干净EEG信号；时间网络与空间网络提取特征模块：用于提取时间网络和空间网络的特征；特征选择模块：用于选择时间网络和空间网络各自最有效的特征；机器学习检测模块：用于执行机器学习发作检测并得到结果。
-
公开(公告)号：CN109620218A
公开(公告)日：2019-04-16
申请号：CN201910087854.0
申请日：2019-01-29
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476 , G06K9/00
CPC classification number: A61B5/0476 , A61B5/725 , A61B5/7267 , G06K9/00503 , G06K9/00523
Abstract: 本发明提供一种脑电波智能筛查方法及系统，该方法包括：获取患者的脑电信号；对脑电信号进行解析处理，获取脑电信号的多组特征参数；以解析所获得的多组特征参数作为输入，根据样本数据库内的多个脑电信号样本，从时域上标记脑电信号上的异常事件。
-
公开(公告)号：CN109602417A
公开(公告)日：2019-04-12
申请号：CN201811409394.0
申请日：2018-11-23
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476 , G06K9/00 , G06K9/62
Abstract: 本发明提供一种基于随机森林的睡眠分期方法及系统，该方法如下：获取多个脑信号样本并对每个脑电信号样本进行睡眠分期；对每个脑电信号样本进行预处理；从时域上将预处理后的每个脑电信号样本分割成多个具有一定时长的片段；提取每个片段上的多个特征参数，多个特征参数包括时域特征参数、频域特征参数以及非线性特征参数；以提取的多个特征参数为特征向量训练随机森林分类器内的多个决策树，形成随机森林模型；获取待分析的脑电信号，经预处理、片段分割以及特征提取后，输入随机森林模型内获得待分析的脑电信号的睡眠分期。
-
公开(公告)号：CN116369852A
公开(公告)日：2023-07-04
申请号：CN202310141447.X
申请日：2023-02-21
Applicant: 杭州妞诺科技有限公司
Abstract: 本发明提供了一种基于多维特征选择优化与机器学习算法融合的癫痫发作智能检测装置，包括：采集模块：用于采集脑电信号；预处理模块：用于数据预处理；对采集到的原始EEG数据进行巴特沃斯带通滤波；对滤波后的EEG数据进行小波包分解，重构得到5种粗略的生理节律波；多域特征提取模块：用于从原始EEG信号以及小波包分解得到的节律波中提取信号的多域特征；多维特征选择优化模块：用于执行多维特征选择优化并得到结果；机器学习癫痫发作检测模块：使用特征集训练随机森林分类模型，得到基于机器学习的癫痫发作检测结果。
-
Patent Agency Ranking
公开(公告)号：CN111370126B
公开(公告)日：2023-04-25
申请号：CN202010188618.0
申请日：2020-03-17
Applicant: 杭州妞诺科技有限公司
Abstract: 本发明提供一种基于惩罚集成模型的ICU死亡率预测方法及系统，基于惩罚集成模型的ICU死亡率预测方法包括：从多维度获取ICU患者的多个原始数据特征；对获取的多个原始数据特征进行预处理；在原始数据特征的基础上挖掘并提取新的数据特征；基于集成模型内的算法对原始数据特征和新的数据特征进行选择，形成输入特征集；将形成的输入特征集输入已训练且测试好的集成模型内以获得ICU死亡率预测结果，所述集成模型集成了基于权重惩罚策略的逻辑回归算法和基于权重惩罚策略的LightGBM算法。
-
公开(公告)号：CN109497997A
公开(公告)日：2019-03-22
申请号：CN201811504356.3
申请日：2018-12-10
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476 , A61B5/04
Abstract: 本发明提供一种基于多数据采集的癫痫发作检测设备及预警系统，检测设备包括存储器和处理器，处理器执行存储器内的计算机程序以实现以下步骤：获取经发病阶段划分后的多组生理信号，形成多组信号样本，每组生理信号均包括多通道脑电信号、多通道皮肤电信号以及加速度信号；对获取的多组信号样本逐一进行预处理；提取预处理后的每组信号样本的特征参数；以提取的多个特征参数作为特征向量，以每组特征参数对应的发病阶段为期望输出，训练随机森林分类器内的多个决策树，形成随机森林模型；获取待分析的生理信号，经预处理和特征提取后获得待特征参数并将其输入至随机森林模型内，经随机森林模型预测后获得待分析的生理信号所处的发病阶段。
-
公开(公告)号：CN111329475B
公开(公告)日：2022-09-20
申请号：CN202010187666.8
申请日：2020-03-17
Applicant: 杭州妞诺科技有限公司
Abstract: 本发明提供一种基于集成模型的单通道脑电信号睡眠分期方法及系统，该基于集成模型的单通道脑电信号睡眠分期方法其包括采集患者单通道的脑电信号和受试者的自身特征；对获取的单通道脑电信号进行预处理，将完整的单通道脑电信号分割成具有一定时长的多个片段信号；获取每个片段信号内的多段节律波；提取每个片段信号的时域特征参数和每个片段信号上的每个节律波的频域特征参数；将获得多个特征参数和用户特征输入已构建完成的集成模型以获得单通道脑电信号的睡眠分期结果，集成模型基于改进的随机森林算法和改进的LightGBM算法而建立且为每个睡眠时期赋予了可调整的权重惩罚因子。
-
公开(公告)号：CN111370126A
公开(公告)日：2020-07-03
申请号：CN202010188618.0
申请日：2020-03-17
Applicant: 杭州妞诺科技有限公司
Abstract: 本发明提供一种基于惩罚集成模型的ICU死亡率预测方法及系统，基于惩罚集成模型的ICU死亡率预测方法包括：从多维度获取ICU患者的多个原始数据特征；对获取的多个原始数据特征进行预处理；在原始数据特征的基础上挖掘并提取新的数据特征；基于集成模型内的算法对原始数据特征和新的数据特征进行选择，形成输入特征集；将形成的输入特征集输入已训练且测试好的集成模型内以获得ICU死亡率预测结果，所述集成模型集成了基于权重惩罚策略的逻辑回归算法和基于权重惩罚策略的LightGBM算法。
-
公开(公告)号：CN111329475A
公开(公告)日：2020-06-26
申请号：CN202010187666.8
申请日：2020-03-17
Applicant: 杭州妞诺科技有限公司
IPC: A61B5/0476 , A61B5/00
Abstract: 本发明提供一种基于集成模型的单通道脑电信号睡眠分期方法及系统，该基于集成模型的单通道脑电信号睡眠分期方法其包括采集患者单通道的脑电信号和受试者的自身特征；对获取的单通道脑电信号进行预处理，将完整的单通道脑电信号分割成具有一定时长的多个片段信号；获取每个片段信号内的多段节律波；提取每个片段信号的时域特征参数和每个片段信号上的每个节律波的频域特征参数；将获得多个特征参数和用户特征输入已构建完成的集成模型以获得单通道脑电信号的睡眠分期结果，集成模型基于改进的随机森林算法和改进的LightGBM算法而建立且为每个睡眠时期赋予了可调整的权重惩罚因子。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.034 seconds)
