-
公开(公告)号：CN112869725B
公开(公告)日：2022-05-27
申请号：CN202110201121.2
申请日：2021-02-23
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种多通道脉搏采集系统，包括信号采集单元、信号处理单元以及信号整合单元。信号采集单元用于采集多路脉搏波信号，信号处理单元用于对多路脉搏波信号进行去噪处理并对去噪处理后的多路脉搏波信号进行筛选以获取单脉搏波信号散点图，信号整合单元用于对单脉搏波信号散点图进行曲线拟合以获取脉搏波信号曲线。本发明避免了通过单一路采集通道采集脉搏波信号所造成的测量误差，可以测量出更加准确且有效的脉搏波信号。相应地，本发明还提供一种多通道脉搏采集方法。
-
公开(公告)号：CN112773340B
公开(公告)日：2022-04-15
申请号：CN202110168764.1
申请日：2021-02-07
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种基于EEMD‑PNCC的脉搏特征提取系统，包括脉搏采集模块、脉搏曲线模型构建模块以及脉搏特征处理模块。脉搏采集模块用于采集脉搏数据信息并对脉搏数据信息进行预处理，脉搏曲线模型构建模块用于接收预处理后的脉搏数据信息并根据预处理后的脉搏数据信息构建多周期时域特征模型，脉搏特征处理模块用于根据预处理后的脉搏数据信息获取脉搏频域特征信息并根据多周期时域特征模型以及脉搏频域特征信息获取脉搏特征模型。本发明能够准确获取完整的脉搏特征信息，便于后续对脉搏特征信息进行定量分析，可以辅助医生通过脉搏特征信息进行临床上的客观诊断。相应地，本发明还提供一种基于EEMD‑PNCC的脉搏特征提取方法。
-
公开(公告)号：CN112870546A
公开(公告)日：2021-06-01
申请号：CN202110216280.X
申请日：2021-02-26
Applicant: 佛山科学技术学院
IPC: A61M60/113 , A61M60/38 , A61M60/592 , A61M60/80 , A61M60/90
Abstract: 本发明提供了一种双通道血泵的智能供血控制系统，包括脉搏信号采集模块、脉搏信号分析模块以及脉搏信号控制模块。脉搏信号采集模块用于采集脉搏信号并对脉搏信号进行预处理，脉搏信号分析模块用于提取预处理后的脉搏信号中的主波信号以及重搏波信号，脉搏信号控制模块用于根据主波信号以及重搏波信号分别驱动第一伺服电机以及第二伺服电机动作以调节第一血泵以及第二血泵的流量大小。本发明可以模拟人体心脏泵血机制而产生脉冲式血流，使得对人体进行体外循环的血液输送过程更加符合人体生理特征，降低了手术的安全性能的问题，改善了大脑局部脑氧饱和度，提高了人体组织的微循环。相应地，本发明还提供一种双通道血泵的智能供血控制方法。
-
Patent Agency Ranking
公开(公告)号：CN112869725A
公开(公告)日：2021-06-01
申请号：CN202110201121.2
申请日：2021-02-23
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种多通道脉搏采集系统，包括信号采集单元、信号处理单元以及信号整合单元。信号采集单元用于采集多路脉搏波信号，信号处理单元用于对多路脉搏波信号进行去噪处理并对去噪处理后的多路脉搏波信号进行筛选以获取单脉搏波信号散点图，信号整合单元用于对单脉搏波信号散点图进行曲线拟合以获取脉搏波信号曲线。本发明避免了通过单一路采集通道采集脉搏波信号所造成的测量误差，可以测量出更加准确且有效的脉搏波信号。相应地，本发明还提供一种多通道脉搏采集方法。
-
公开(公告)号：CN112869717B
公开(公告)日：2023-02-24
申请号：CN202110207741.7
申请日：2021-02-25
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种基于BL‑CNN的脉搏特征识别分类方法，其包括如下步骤：采集脉搏信号并对脉搏信号进行预处理；提取预处理后的脉搏信号的时域特征信息；提取预处理后的脉搏信号的频域特征信息；通过BI‑LSTM模型对时域特征信息进行处理；对频域特征信息以及处理后的时域特征信息进行混合训练并对脉搏信号的特征信息进行识别分类。本发明通过充分考虑脉搏信号特征的时间相关性，可方便后续脉搏信号特征信息的识别分类，为医生诊断提供重要依据，提高了脉搏诊断效率及脉搏诊断准确率。相应地，本发明还提供一种基于BL‑CNN的脉搏特征识别分类系统。
-
公开(公告)号：CN112891728A
公开(公告)日：2021-06-04
申请号：CN202110216284.8
申请日：2021-02-26
Applicant: 佛山科学技术学院
IPC: A61M60/113 , A61M60/36 , A61M60/50 , A61M60/845 , G06K9/00
Abstract: 本发明提供了本发明提供一种自适应控制的血泵供给方法，包括如下步骤：采集脉搏信号并对脉搏信号进行预处理；根据预处理后的脉搏信号计算心率值；根据心率值驱动伺服电机动作以调节人工血泵的流量大小；本发明不仅可以模拟病人的心脏泵血，使得体外循环的血液灌注产生符合病人本身的脉冲血流，改善大脑局部脑氧饱和度，提高人体组织的微循环，还可以根据不同病人心脏脉搏频率的不同自动调节血泵参数，使得输血过程更加符合患者自身生理特征。相应地，本发明还提供一种自适应控制的血泵供给系统。
-
公开(公告)号：CN112869717A
公开(公告)日：2021-06-01
申请号：CN202110207741.7
申请日：2021-02-25
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种基于BL‑CNN的脉搏特征识别分类方法，其包括如下步骤：采集脉搏信号并对脉搏信号进行预处理；提取预处理后的脉搏信号的时域特征信息；提取预处理后的脉搏信号的频域特征信息；通过BI‑LSTM模型对时域特征信息进行处理；对频域特征信息以及处理后的时域特征信息进行混合训练并对脉搏信号的特征信息进行识别分类。本发明通过充分考虑脉搏信号特征的时间相关性，可方便后续脉搏信号特征信息的识别分类，为医生诊断提供重要依据，提高了脉搏诊断效率及脉搏诊断准确率。相应地，本发明还提供一种基于BL‑CNN的脉搏特征识别分类系统。
-
公开(公告)号：CN112773340A
公开(公告)日：2021-05-11
申请号：CN202110168764.1
申请日：2021-02-07
Applicant: 佛山科学技术学院
Abstract: 本发明提供了一种基于EEMD‑PNCC的脉搏特征提取系统，包括脉搏采集模块、脉搏曲线模型构建模块以及脉搏特征处理模块。脉搏采集模块用于采集脉搏数据信息并对脉搏数据信息进行预处理，脉搏曲线模型构建模块用于接收预处理后的脉搏数据信息并根据预处理后的脉搏数据信息构建多周期时域特征模型，脉搏特征处理模块用于根据预处理后的脉搏数据信息获取脉搏频域特征信息并根据多周期时域特征模型以及脉搏频域特征信息获取脉搏特征模型。本发明能够准确获取完整的脉搏特征信息，便于后续对脉搏特征信息进行定量分析，可以辅助医生通过脉搏特征信息进行临床上的客观诊断。相应地，本发明还提供一种基于EEMD‑PNCC的脉搏特征提取方法。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.076 seconds)
