このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
生物医学
R2026a信号処理層、信号とウェーブレットの特徴、および深層学習モデルを使用して、ECG 信号、EEG 信号、EMG 信号、生体信号のノイズ除去、分解、セグメント化、および分類を行います。
注目の例
Human Health Monitoring Using Continuous Wave Radar and Deep Learning
Use a deep learning network to reconstruct electrocardiograms from continuous-wave radar signals.
信号の特徴抽出と機械学習を使用した行動認識
スマートフォンのセンサー信号から特徴を抽出し、それらを使用して人の行動を分類します。
レーダー信号と深層学習を使用した手のジェスチャの分類
MISO 畳み込みニューラル ネットワークを使用して、超広帯域インパルス レーダー信号データを分類する。
長短期記憶ネットワークを使用した ECG 信号の分類
深層学習と信号処理を使用して、心拍心電図のデータを分類します。
Graph Signal Processing and Brain Signal Analysis
Perform graph signal processing to analyze brain activity by decomposing brain signals into aligned and liberal components.
Detect Anomalies in Signals Using deepSignalAnomalyDetector
Use autoencoders to detect abnormal points or segments in time series data.
深層学習を使用した波形セグメンテーション
時間-周波数解析と深層学習を使用して、人間の心電図信号をセグメント化します。
EMG 信号と深層学習を使用した腕の運動の分類
ラベル付き EMG 信号と長短期記憶ネットワークを使用して腕の運動を分類します。
Denoise EEG Signals Using Differentiable Signal Processing Layers
Remove EOG noise from EEG signals using deep learning regression.
Signal Source Separation Using W-Net Architecture
Use a deep learning network to separate two mixed signal sources.
生体信号からの分類特徴量の抽出
1 歩にかかる時間間隔の定量化と歩行パターンの類似性の測定を行い、信号分類のための特徴ベクトルを作成します。
ウェーブレット解析と深層学習を使用した時系列の分類
連続ウェーブレット変換と深層畳み込みニューラル ネットワークを使用した ECG 信号を分類します。
Wavelet Packet Harmonic Interference Removal
Use wavelet packets to remove harmonic interference from an electrocardiogram (ECG) signal.
Wavelet Time Scattering Classification of Phonocardiogram Data
Classify human phonocardiogram recordings using wavelet time scattering and a support vector machine classifier.
EEG データ分類のための時間-周波数畳み込みネットワーク
てんかん患者と非てんかん患者の脳波 (EEG) 時系列を分類する。
