公开(公告)号：CN110840432A

公开(公告)日：2020-02-28

申请号：CN201911213690.8

申请日：2019-12-02

Applicant: 苏州大学

Inventor： 王丽荣 ,  陈雪勤 ,  俞杰 ,  邱励燊 ,  蔡文强 ,  李婉悦 ,  郑乐松 ,  邓米雪 ,  张淼 ,  陈颖

IPC: A61B5/04 ,  A61B5/0476 ,  A61B5/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于一维CNN-LSTM的多通道脑电图癫痫自动检测装置。本发明一种基于一维CNN-LSTM的多通道脑电图癫痫自动检测装置，包括：所述计算机，所述计算机被编程以便执行如下步骤：获取采集数据，其中采集数据通过以下方式采集：数据采集电极位置均按照国际标准的10-20系统电极法放置。本发明的有益效果：与传统的癫痫发作检测不同，无需人工设计特征来进行分类，而是直接将多通道的原信号输入训练网络，通过一维CNN和LSTM神经网络来自动学习信号的特征，最后进行分类。由于采用了多通道的信号，比只使用单通道信号的方法效果更好，更具稳定性和一般性；除了在数据库中性能表现优异，在实际的临床数据中也有很不俗的效果。

公开(公告)号：CN116712083A

公开(公告)日：2023-09-08

申请号：CN202310417011.9

申请日：2023-04-19

Applicant: 苏州大学

Inventor： 王丽荣 ,  邱励燊 ,  张淼

IPC: A61B5/366 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08 ,  A61B5/318 ,  A61B5/346 ,  A61B5/00

Abstract: 本发明涉及一种基于U‑Net网络的QRS复合波检测方法，包括利用干净心电信号与噪声相加，生成噪声心电信号，得到预训练数据；将噪声心电信号与相对应的干净心电信号作为预先构建的QRS复合波检测网络的输入与输出，预训练QRS复合波检测网络；所述QRS复合波检测网络是基于U‑Net网络构建；利用均方误差作为损失函数，训练预设次数后，输出网络参数；采集原始心电信号与对应的QRS复合波标签，利用网络参数初始化QRS复合波检测网络；将原始心电信号输入初始化后的QRS复合波检测网络中，不断减小网络输出结果与对应QRS复合波标签的Dice损失函数，经过预设次数的训练后，获取训练好的QRS复合波检测网络；获取待检测心电信号图，输入训练好的QRS复合波检测网络中，获取QRS复合波标签图。

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

Inventor： 王丽荣 ,  张慧敏 ,  邱励燊 ,  王朵朵 ,  汤慧 ,  鲍瑞

IPC: A61B5/318 ,  A61B5/366 ,  A61B5/355 ,  A61B5/361 ,  A61B5/00

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

Inventor： 王丽荣 ,  朱文亮 ,  邱励燊 ,  蔡文强 ,  王朵朵 ,  俞杰 ,  张淼

IPC: A61B5/318 ,  A61B5/349 ,  A61B5/352 ,  A61B5/00 ,  G06K9/00

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

Inventor： 王丽荣 ,  蔡文强 ,  邱励燊 ,  俞杰 ,  李婉悦 ,  郑乐松 ,  邓米雪 ,  张淼

IPC: A61B5/318 ,  A61B5/346 ,  G06K9/62

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

Inventor： 王丽荣 ,  朱文亮 ,  邱励燊 ,  孙飞飞 ,  史秋良 ,  杨余运

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

Inventor： 王丽荣 ,  邱励燊 ,  俞杰 ,  蔡文强 ,  李婉悦 ,  朱文亮 ,  陈雪勤

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。

公开(公告)号：CN213155837U

公开(公告)日：2021-05-11

申请号：CN202021449490.0

申请日：2020-07-21

Applicant: 苏州大学

Inventor： 王丽荣 ,  朱文亮 ,  马刚 ,  邱励燊 ,  杨余运

IPC: A61B5/00 ,  H04W4/80 ,  H04B1/3827 ,  H04B1/40

Abstract: 本实用新型涉及一种可穿戴生理监测装置,包括采集模块和接收模块，所述采集模块置放在第一载体上，所述采集模块包括第一主控制器、第一射频收发线圈、生理信号采集芯片，所述生理信号采集芯片和所述第一射频收发线圈均与所述第一主控制器相连；所述接收模块置放在第二载体上，所述接收模块包括第二主控制器、第二射频收发线圈、无线传输模块、存储模块、开关及LED电路以及电池电源管理模块，所述第二射频收发线圈、无线传输模块、存储模块、开关及LED电路以及电池电源管理模块均与所述第二主控制器相连。本实用新型会使采集到的生理数据更加准确，提升装置的稳定性和准确性。