-
公开(公告)号：CN113974644B
公开(公告)日：2023-03-24
申请号：CN202111425350.9
申请日：2021-11-26
Applicant: 苏州大学
Abstract: 本发明公开了一种房颤信号生成方法及系统，包括以下步骤：获取采样率与输入长度相同的房颤信号和正常心电信号，并进行预处理；分别制作房颤信号和正常心电信号中T波终点至下一个心电周期的QRS波起点位置的标签；利用标签对房颤信号的房颤波和正常心电信号中相应位置依次进行截取；计算处理后的正常心电信号需要插入的房颤波数量，从n条房颤波中随机挑选所需数量房颤波依次填充入正常心电信号截断位置，得到合成的房颤信号。本发明生成的房颤信号可信度高，能够满足现阶段心电信号自动分析模型的训练需求，有效地缓解房颤心电信号数据量不足、数据量不均衡等相关问题。
-
公开(公告)号：CN112704503B
公开(公告)日：2022-08-30
申请号：CN202110056325.1
申请日：2021-01-15
Applicant: 苏州大学
Abstract: 本发明公开了一种心电信号噪声处理方法，包括以下步骤：使用人工合成的数据集训练轻量深度学习网络得到训练完成的轻量深度学习网络，测试后端应用算法得到对应的预设熵阈值；将采集到的心电信号数据分段并输入训练完成的训练轻量深度学习网络，分类得到含噪声部分的信号段数据；计算含噪声部分的信号段数据的样本熵，与预设熵阈值比较并将大于预设熵阈值的信号段数据去除，得到去噪后的心电信号数据。本发明通过轻量深度学习网络直接对段信号进行分类，避免了人工提取特征的弊端；通过样本熵对分段信号去噪，有效降低肌电干扰、电极运动干扰噪声对诊断系统造成的误警，提高后端应用算法在心电信号中含有噪声时的准确性。
-
公开(公告)号：CN110974217B
公开(公告)日：2022-08-09
申请号：CN202010005613.X
申请日：2020-01-03
Applicant: 苏州大学
Abstract: 本发明公开了一种基于卷积自编码器的双阶段心电信号降噪方法。一种基于卷积自编码器的双阶段心电信号降噪方法，包括：准备的心电信号数据采样率为360HZ，心电信号的输入长度固定为统一长度，并给心电信号增加不同程度的噪声；给每一组数据准备了其对应的标签输出，输出即为干净的心电信号；心电信号降噪阶段；心电信号细节重建阶段。本发明的有益效果：本方法无需将心电信号转换成时频域或者是其他表达函数中，直接能够学习到心电信号的降噪过程，不会产生吉布斯效应；本方法不需要获得噪声参考信号；本方法通过信号的降噪和细节重建过程，能较好地还原出原始信号的细节部分与特征信号。
-
公开(公告)号：CN112998754B
公开(公告)日：2022-07-19
申请号：CN202110192617.8
申请日：2021-02-20
Applicant: 苏州大学
IPC: A61B8/06
Abstract: 本发明涉及一种无创血流量检测方法、检测系统及检测设备，包括以下步骤：在待测血管的体表上固定三个超声探头，其中，三个所述超声探头平行于待测血管方向等间距设置，记录相邻两个所述超声探头之间的距离；通过三个超声探头配合以获取待测血管的直径的平均值；使用三个麦克风采集待测血管的内瘘杂音，分别获取三组内瘘杂音信号，其中，所述麦克风的测试点与所述超声探头的测试点一一对应设置；根据三组内瘘杂音信号和相邻两个所述超声探头之间的距离，计算血流速度的平均值；根据血流速度的平均值与待测血管的直径的平均值获得待测血管的血流量。其实现在不干预透析病人日常生活及透析治疗的情况下准确推算出血管的实时流量，便捷且无创伤。
-
公开(公告)号：CN111685754A
公开(公告)日：2020-09-22
申请号：CN202010566310.5
申请日：2020-06-19
Applicant: 苏州大学
IPC: A61B5/024 , A61B5/0402 , A61B5/0456
Abstract: 本发明涉及一种针对可穿戴ECG采集设备的心率计算方法及系统,包括构建网络训练模型，由所述网络训练模型得到一段心电信号检测出的R波位置，并计算出所有RR间期的值；对所述RR间期的值进行升序排序，筛选出合适的RR间期；计算剩余RR间期均值，根据所述剩余RR间期均值计算心率。本发明在运动状态下心率检测值稳定，检测准确。
-
Patent Agency Ranking
公开(公告)号：CN109816665A
公开(公告)日：2019-05-28
申请号：CN201811648993.8
申请日：2018-12-30
Applicant: 苏州大学
Abstract: 本发明公开了一种光学相干断层扫描图像的快速分割方法及装置、一种计算设备及计算机可读存储介质，其中一种光学相干断层扫描图像的快速分割方法包括：从所述光学相干断层扫描图像的像素提取与所述像素有关的特征值，获得表示该像素特征的特征值，提取的所述特征值包括像素的强度梯度值、像素的强度多尺度均值、从所述像素中提取的角度特征值中的至少一种；将提取的所述特征值输入包含与边界对应图像特征的相关值的稀疏贝叶斯分类模型中，获得所述图像特征属于不同图像区域边界特征的概率数据；根据得到的所述设定图像区域中不同像素的概率数据获得设定图像区域包含的不同图像区域的边界。
-
公开(公告)号：CN109087266A
公开(公告)日：2018-12-25
申请号：CN201810903495.7
申请日：2018-08-09
Applicant: 苏州大学
Abstract: 一种结合双边滤波的图像散斑迭代减少方法，包括：输入噪声图像，对噪声图像进行预处理；对预处理后的噪声图像进行边缘特征提取，并根据所述边缘特征提取结果确定样本空间；根据所述样本空间，确定双边滤波权重，进而结合贝叶斯框架构建去噪模型；根据所述去噪模型进行迭代计算，直至达到输出要求后输出去噪图像。本发明的优点在于，不仅考虑到了图像实际的分布特性，重建了贝叶斯去噪的框架，而且融入了具有保边能力的双边滤波的权重，使得去噪的同时能够更多的保留图像的边缘细节。
-
公开(公告)号：CN107296628A
公开(公告)日：2017-10-27
申请号：CN201710595825.6
申请日：2017-07-20
Applicant: 苏州大学
IPC: A61B8/06
Abstract: 本发明涉及基于超声波多普勒效应的内瘘血栓的实时检测系统、实时检测装置及其血液流速的检测方法，其中实时内瘘检测系统包括：主控模块、超声波探头驱动模块、双模式超声波探头模块、显示模块、无线传输模块及存储模块，其中显示模块、存储模块、超声波探头驱动模块、无线传输模块与主控模块直接相连，超声波探头驱动模块另与双模式超声波探头模块相连，无线传输模块通过无线信号进行远程数据传输，电源模块为各个模块供电。本发明利用超声波探头的不同的放置方式和两种不同的工作模式，有效消除在测量血流速度的实际应用中难于确定多普勒夹角的问题，同时也解决了流速梯度模糊问题。
-
公开(公告)号：CN115153581B
公开(公告)日：2024-09-20
申请号：CN202210859962.7
申请日：2022-07-21
Applicant: 苏州大学
IPC: A61B5/346
Abstract: 本发明提出了一种基于卷积神经网络和Transformer的心电信号特征波形检测方法，利用卷积神经网络提取信号的空间信息，并利用Transformer基于自注意力机制捕获时序特征，Transformer中采用多头注意力机制，不同的自注意力模块之间互不干扰，没有依赖关系。可以分别对各个模块计算之后将计算结果整合得到最终输出，这种方式称为并行计算，在实际运算过程中，并行计算的速度比串行计算的速度快，使得心电信号特征波形检测更为高效；为了更加精确的定位，选用跳层连接结构，将卷积神经网络特征提取器的中间结果与相应的解码器特征图在通道维度上拼接，将浅层位置信息和深层语义信息相结合,使得心电信号特征波形检测更为精确。
-
公开(公告)号：CN116725486A
公开(公告)日：2023-09-12
申请号：CN202310607548.1
申请日：2023-05-26
Applicant: 苏州大学
IPC: A61B5/00 , A61B5/318 , A61B5/361 , G06F18/24 , G06N3/0455
Abstract: 本发明涉及一种基于双阶段的动态心电信号房颤检测方法、装置。本发明所提供的动态心电信号房颤检测包括以下步骤：对动态心电信号和QRS波位置序列进行第一采样频率的下采样，使用滑动窗口法对长程动态心电信号进行截取，通过模型RDAF‑net快速地提取出疑似房颤发生的区域，在减少房颤段漏检率的同时保证准确率，给第二阶段的细检测提供基础。将第一阶段检测到的疑似房颤片段集合进行第二采样频率的采样，通过滑动窗口法对第二采样频率下的片段进行截取，将采样后的疑似房颤片段输入到模型ConvTransAF‑net中，对输入的疑似房颤片段进行精细化检测。最后通过中值滤波对第二阶段的分类结果进行后处理，得到最终的房颤检测结果。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.022 seconds)
