期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于弱监督学习卷积神经网络的心脏按压评估
被引量：
1
1
作者
鲍宇
殷佳豪
+2 位作者
刘世杰
杨轩
朱紫维
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2019年第5期203-212,共10页
传统的基于加速度波形积分的心脏胸外按压评估方法受噪声和积分时延影响,在计算距离时存在较大误差,评估效果不理想。为此,在弱监督学习策略与波形分割的基础上,提出了一种基于一维卷积神经网络的心脏按压加速度波形识别算法,实验结果表...
传统的基于加速度波形积分的心脏胸外按压评估方法受噪声和积分时延影响,在计算距离时存在较大误差,评估效果不理想。为此,在弱监督学习策略与波形分割的基础上,提出了一种基于一维卷积神经网络的心脏按压加速度波形识别算法,实验结果表明,一维卷积神经网络达到了99.4%的正确率,明显优于传统的积分方法和BP神经网络算法。进一步采用Grad-CAM方法对评估结果进行可视化分析,发现卷积神经网络所关注的特征集中于开始按压至按压到达平衡位置,以及此次按压松手后反向加速度达到最大值至下一次按压开始这2个阶段的加速度波形变化情况。此外该评估模型不再需要对按压距离进行精确测距,因而不受按压遮挡、电磁波干扰等因素的影响,可以实时检测按压是否规范有效,在复杂环境中也具有较高的鲁棒性,在医疗急救领域中具有一定的实用价值。
展开更多
关键词
加速度波形评估
一维
卷积神经网络
脉冲识别与波形分割
弱监督学习策略
一维
grad
-
cam
可视化
下载PDF
职称材料
题名
基于弱监督学习卷积神经网络的心脏按压评估
被引量：
1
1
作者
鲍宇
殷佳豪
刘世杰
杨轩
朱紫维
机构
中国矿业大学计算机学院
矿山数字化教育部工程中心
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2019年第5期203-212,共10页
基金
国家重点基础研究发展计划(973计划)(2013CB227900)
徐州市应用基础研究项目(KC17073)资助
文摘
传统的基于加速度波形积分的心脏胸外按压评估方法受噪声和积分时延影响,在计算距离时存在较大误差,评估效果不理想。为此,在弱监督学习策略与波形分割的基础上,提出了一种基于一维卷积神经网络的心脏按压加速度波形识别算法,实验结果表明,一维卷积神经网络达到了99.4%的正确率,明显优于传统的积分方法和BP神经网络算法。进一步采用Grad-CAM方法对评估结果进行可视化分析,发现卷积神经网络所关注的特征集中于开始按压至按压到达平衡位置,以及此次按压松手后反向加速度达到最大值至下一次按压开始这2个阶段的加速度波形变化情况。此外该评估模型不再需要对按压距离进行精确测距,因而不受按压遮挡、电磁波干扰等因素的影响,可以实时检测按压是否规范有效,在复杂环境中也具有较高的鲁棒性,在医疗急救领域中具有一定的实用价值。
关键词
加速度波形评估
一维
卷积神经网络
脉冲识别与波形分割
弱监督学习策略
一维
grad
-
cam
可视化
Keywords
acceleration waveform evaluation
one-dimensional convolutional neural network
pulse recognition and waveformsegmentation
weak supervised learning strategies
one-dimensional
grad
-
cam
visualization
分类号
TP306 [自动化与计算机技术—计算机系统结构]
TH825 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于弱监督学习卷积神经网络的心脏按压评估
鲍宇
殷佳豪
刘世杰
杨轩
朱紫维
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2019
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
