基于FEDformer的呼吸运动预测

史文青; 沙连森; 张文彬; 黄锟; 张名琦; 刘斌

doi:10.13873/J.1000-9787(2025)09-0093-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于FEDformer的呼吸运动预测

设计与制造 | 更新时间：2025-09-11

- 基于FEDformer的呼吸运动预测
- 暂无标题
- 传感器与微系统 2025年第9期页码：93-97+102
- 作者机构：
  
  1. 中国科学技术大学生物医学工程学院(苏州)生命科学与医学部
  2. 中国科学院苏州生物医学工程技术研究所
- 作者简介：
- 基金信息：
  
  国家重点研发计划资助项目(2020YFC2007402,2020YFC2007404,2020YFC2007401,2020YFC2007400,2020YFC2007403,2020YFC2007405,2022YFC2405603,2022YFC2405604);江苏省科技计划资助项目(BE2021053,BE2022117,BE2022153)
- DOI：10.13873/J.1000-9787(2025)09-0093-05
  中图分类号： R318;TP242
- 纸质出版：2025
- 稿件说明：
移动端阅览
史文青, 沙连森, 张文彬, 等. 基于FEDformer的呼吸运动预测[J]. 传感器与微系统, 2025,(9):93-97+102.
史文青, 沙连森, 张文彬, 等. 基于FEDformer的呼吸运动预测[J]. 传感器与微系统, 2025,(9):93-97+102. DOI： 10.13873/J.1000-9787(2025)09-0093-05.

DOI：

摘要

针对现有面向手术机器人穿刺的人体呼吸预测方法在长时间预测延迟时泛化能力下降的问题，搭建了呼吸信号多源信息采集平台，获取多源数据集，提出了一种基于FEDformer模型的呼吸运动预测方法，并通过频域增强模块和频域注意力机制提高模型的预测能力。最后，以Informer和循环神经网络(RNN)模型为对照组进行实验。结果表明：长时间预测延迟下，本文方法的平均绝对值误差(MAE)和均方根误差(RMSE)均值相比Informer和RNN方法分别有28.9%和31.6%的降低。由此证明本文所提方法在机器人穿刺场景下具备更好的预测效果。

Abstract

关键词

Keywords

references

周琼.呼吸门控系统在肺癌放射治疗中的应用研究[D].南华大学,2015(04).

孟祥峰,张超,唐桥虹,王浩,王晨希,李佳戈.手术机器人性能评价方法的探讨[J].中国医疗设备,2020(09).

许春冬,徐锦武,王茹霞,凌贤鹏,黄乔月,郭桥生.结合LSTM与ResNet的声学回声消除[J].传感器与微系统,2023(05).

赵全明,李珂,王笑欢,杨天意.基于SSA-GRU神经网络的超短期风电功率预测[J].传感器与微系统,2023(11).

黄彬,常俊,武浩,张力,刘欢.基于注意力机制的双向LSTM人体活动识别[J].传感器与微系统,2023(09).

Maria Rueda,Celia Riga,Mohamad Hamady.Robotics in interventional radiology: Past, present, and future[J].The Arab Journal of Interventional Radiology,2018.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于智能AI的传感器应用

一种新型注意力机制的双人交互行为识别方法

面向校园场景视频监控的人体行为识别方法

基于深度学习的散斑图应变场测量

基于双通道图卷积网络的人体行为识别方法