欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024107526971
申请人: 临沂大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-02-06
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于多模态融合的生理信号数据处理方法,其特征在于,包括:

边缘处理器响应上传端口的生理信号数据处理请求,并接收上传端口请求上传的多模态生理信号数据,标记为指定多模态生理信号数据,所述指定多模态生理信号数据包括各模态生理信号图;

根据所述指定多模态生理信号数据,通过预分析获取指定多模态生理信号数据的执行处理压缩比例值,并匹配得到各模态生理信号图的处理模式参数;所述通过预分析获取指定多模态生理信号数据的执行处理压缩比例值,具体包括:统计指定多模态生理信号数据的属性信息,包括生理信号图总数、空间存储容量值、生理信号图平均分辨率以及生理信号图平均像素值;

根据所述指定多模态生理信号数据的属性信息,处理得到指定多模态生理信号数据的压缩处理综合指征值;

根据指定多模态生理信号数据的压缩处理综合指征值,与Database中的各压缩处理综合指征值区间对应的执行处理压缩比例值进行匹配,得到指定多模态生理信号数据的执行处理压缩比例值;

所述指定多模态生理信号数据的压缩处理综合指征值,具体处理过程包括:

提取Database中的单张生理信号图对应的压缩处理影响因子,与所述生理信号图总数进行相乘处理,得到压缩处理第一指征因子;

提取Database中的单位存储容量对应的压缩处理影响因子,与所述空间存储容量值进行相乘处理,得到压缩处理第二指征因子;

提取Database中的参照分辨率与所述生理信号图平均分辨率进行比对,并将Database中的参照像素值与所述生理信号图平均像素值比对,处理得到压缩处理第三指征因子;

基于压缩处理第一指征因子、压缩处理第二指征因子、压缩处理第三指征因子,通过累加获取指定多模态生理信号数据的压缩处理综合指征值,所述指定多模态生理信号数据的压缩处理综合指征值用于量化表征指定多模态生理信号数据的数据体量以及数据质量;

根据所述各模态生理信号图的处理模式参数,对各模态生理信号图进行处理,获取各模态生理信号图的各子组合信号图,并对各模态生理信号图的各子组合信号图进行分析,筛分得到各模态生理信号图的关键子组合信号图;

将各模态生理信号图的关键子组合信号图进行融合存储至生理信号数据仓。

2.根据权利要求1所述的基于多模态融合的生理信号数据处理方法,其特征在于:所述匹配得到各模态生理信号图的处理模式参数,具体过程为:统计各模态生理信号图的原始占据空间容量值,并依次与所述空间存储容量值进行比对,得到各模态生理信号图的空间存储容量占据比例;

根据指定多模态生理信号数据的执行处理压缩比例值,将指定多模态生理信号数据执行压缩处理,获取压缩处理后的指定多模态生理信号数据的空间存储容量,标记为指定压缩容量;

将各模态生理信号图的空间存储容量占据比例与指定压缩容量进行乘积处理,得到各模态生理信号图的压缩容量;

统计各模态生理信号图的归属模态类型以及压缩容量,与Database中存储的各模态类型的生理信号图在各压缩容量区间的处理模式参数进行匹配,得到各模态生理信号图的处理模式参数。

3.根据权利要求1所述的基于多模态融合的生理信号数据处理方法,其特征在于:所述处理模式参数包括信号分段窗口长度以及分段窗口帧移步长。

4.根据权利要求1所述的基于多模态融合的生理信号数据处理方法,其特征在于:所述对各模态生理信号图的各子组合信号图进行分析,具体包括:基于获取的各模态生理信号图的各子组合信号图,分别以预设数目进行随机采样点布设,统计各模态生理信号图的各子组合信号图的信号组合极端值以及在各采样点的信号幅值,并联合标记为各模态生理信号图的各子组合信号图的时域特性参数;

将各模态生理信号图的各子组合信号图转化为信号频域图,从中统计各模态生理信号图的各子组合信号图的频域特性参数,其中频域特性参数包括频域平均峰宽、频域平均峰间距以及各频率阈上的幅值变化率;

根据所述各模态生理信号图的各子组合信号图的时域特性参数,经数值处理得到各模态生理信号图的各子组合信号图的时域特征系数,所述时域特征系数用于量化表征各模态生理信号图的各子组合信号图的时域特性;

根据各模态生理信号图的各子组合信号图的频域特性参数,经数值处理得到各模态生理信号图的各子组合信号图的频域特征系数,所述频域特征系数用于量化表征各模态生理信号图的各子组合信号图的频域特性。

5.根据权利要求1所述的基于多模态融合的生理信号数据处理方法,其特征在于:所述筛分得到各模态生理信号图的关键子组合信号图,具体过程包括:基于各模态生理信号图的各子组合信号图的时域特征系数以及频域特征系数,综合处理得到各模态生理信号图的各子组合信号图的融合特征系数,所述融合特征系数用于综合表征各模态生理信号图的各子组合信号图的时域特性和频域特性;

基于各模态生理信号图的各子组合信号图的融合特征系数,筛分提取融合特征系数最高值对应的子组合信号图,并标记为关键子组合信号图,以此筛分得到各模态生理信号图的关键子组合信号图。

6.根据权利要求5所述的基于多模态融合的生理信号数据处理方法,其特征在于:所述各模态生理信号图的各子组合信号图的融合特征系数,具体处理执行条件为:其中,

7.基于多模态融合的生理信号数据处理系统,应用如权利要求1-6任意一项所述基于多模态融合的生理信号数据处理方法,其特征在于:包括:数据处理请求响应接收模块,用于通过边缘处理器响应上传端口的生理信号数据处理请求,并接收上传端口请求上传的多模态生理信号数据,标记为指定多模态生理信号数据,所述指定多模态生理信号数据包括各模态生理信号图;

数据预分析模块,用于根据所述指定多模态生理信号数据,通过预分析获取指定多模态生理信号数据的执行处理压缩比例值,并匹配得到各模态生理信号图的处理模式参数;

数据再处理模块,用于根据所述各模态生理信号图的处理模式参数,对各模态生理信号图进行处理,获取各模态生理信号图的各子组合信号图,并对各模态生理信号图的各子组合信号图进行分析,筛分得到各模态生理信号图的关键子组合信号图;

数据融合存储模块,用于将各模态生理信号图的关键子组合信号图进行融合存储至生理信号数据仓。

8.基于多模态融合的生理信号数据处理方法的装置,其特征在于:包括:处理器,以及与处理器连接的内存和网络接口;所述网络接口与服务器中的非易失性存储器连接;所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述权利要求1-6中任意一项所述的方法。