发明

基于CNN的个体心肺功能评估系统及其处理方法

2023-07-13 07:19:21 发布于四川 0
  • 申请专利号:CN202310446222.5
  • 公开(公告)日:2024-09-13
  • 公开(公告)号:CN116417146A
  • 申请人:南京理工大学
摘要:本申请公开了一种基于CNN的个体心肺功能评估系统及其处理方法;数据采集模块收集个体心肺功能数据,并将数据传输至预处理模块;预处理模块对数据进行预处理,随后将数据输入卷积神经网络模块进行特征提取;卷积神经网络模型输入层将收集的数据进行输入;卷积层将对数据进行特征提取,池化层将对数据进行降维处理;将个体静态数据和处理后的动态数据进行特征融合后输入全连接层,输出层输出心肺功能评估结果;训练模块对模型进行训练。本申请采用深度学习方法,解决了传统方法操作繁琐、准确度不高等问题;模型具有通用性和泛化能力,可适用于不同人群和场景;准确度高,可对心肺功能进行准确评估和分级,为个体制定科学的运动计划和康复方案提供参考。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116417146 A (43)申请公布日 2023.07.11 (21)申请号 202310446222.5 G06F 18/24 (2023.01) (22)申请日 2023.04.24 (71)申请人 南京理工大学 地址 210094 江苏省南京市玄武区孝陵卫 200号 (72)发明人 成于思 吴渊 吴鹏 杨龙飞  王驭陌  (74)专利代理机构 南京理工大学专利中心 32203 专利代理师 何宇 (51)Int.Cl. G16H 50/30 (2018.01) G06N 3/0464 (2023.01) G06N 3/084 (2023.01) G06F 18/213 (2023.01) 权利要求书3页 说明书6页 附图2页 (54)发明名称 基于CNN的个体心肺功能评估系统及其处理 方法 (57)摘要 本申请公开了一种基于CNN的个体心肺功能 评估系统及其处理方法;数据采集模块收集个体 心肺功能数据,并将数据传输至预处理模块;预 处理模块对数据进行预处理,随后将数据输入卷 积神经网络模块进行特征提取;卷积神经网络模 型输入层将收集的数据进行输入;卷积层将对数 据进行特征提取 ,池化层将对数据进行降维处 理;将个体静态数据和处理后的动态数据进行特 征融合后输入全连接层,输出层输出心肺功能评 估结

最新专利