-
公开(公告)号：CN113729662A
公开(公告)日：2021-12-03
申请号：CN202111129083.0
申请日：2021-09-26
Applicant: 东南大学
Abstract: 本发明专利公开了一种融合心电心音双模式的无袖带腕表式血压测量装置，包括信号检测模块以及血压评估模块。信号检测模块，主要分为同时采集腕部心电信号和腕部脉搏信号以及同时采集胸口心音信号和腕部脉搏信号两种模式。血压评估模块，主要通过对信号检测模块同时采集到的信号进行特征提取，得到相应的近点端和远点端特征，从而计算出脉搏波传递时间以及心率，最后结合PWTT、HR与BP的回归模型，来估测出血压的值。本发明通过双模式来进行血压监测，不仅避免PEP对PWTT的影响，提高了血压测量精度，达到穿戴式医疗设备的要求，其测量历史数据也可以为就诊提供重要参考，而且在血压监测时提供了多种方式，操作方便，无需校准，佩戴舒适。
-
公开(公告)号：CN115444385B
公开(公告)日：2025-05-16
申请号：CN202211247015.9
申请日：2022-10-12
Applicant: 东南大学
Abstract: 本发明公开了一种基于血压测量脉搏震荡波特征分析的房颤检测方法和装置，其中，装置包括信号采集模块，房颤诊断模块，本地存储模块，显示模块。信号采集模块获取血压测量过程中的脉搏震荡波。房颤诊断模块的工作依次包括以下步骤：对所获信号滤波去噪、去除基线；提取RR间期序列，由RR间期序列及差值初步定位房颤；提取波谷间期序列，筛除早搏信号；多特征提取，包括主波峰高度，重搏波峰值，主波峰高度1/5处脉宽；基于已提取特征得到多个一维数组，计算出对应指标，得出房颤检测结果。本地存储模块记录脉搏震荡波和房颤检测结果。显示模块实时显示房颤检测结果和波形。本发明能够基于脉搏震荡波检测房颤，对房颤的诊断和治疗有积极意义。
-
公开(公告)号：CN118430774A
公开(公告)日：2024-08-02
申请号：CN202410451146.1
申请日：2024-04-15
IPC: G16H50/20 , A61B5/0205 , A61B5/346 , A61B7/04 , G16H50/50 , G06F18/214 , G06F18/213 , G06F18/24
Abstract: 本申请公开了一种心脏衰老程度预测方法、电子设备及可读存储介质，本申请涉及医学技术领域，所述心脏衰老程度预测方法包括：同步采集生理信号，其中，所述生理信号包括心电信号、脉搏信号与心音信号；对所述生理信号进行特征提取得到信号特征，其中，所述信号特征包括射血时间比、快速射血时间比、射血时间差比、快速射血时间差比、脉搏传递时间、脉搏到达时间中的一种或多种；将所述信号特征输入至预训练的心脏年龄预测模型中，以供所述心脏年龄预测模型输出得到心脏年龄预测结果。本申请提高了心脏衰老程度的预测准确度。
-
公开(公告)号：CN113729662B
公开(公告)日：2024-03-26
申请号：CN202111129083.0
申请日：2021-09-26
Applicant: 东南大学
Abstract: 本发明专利公开了一种融合心电心音双模式的无袖带腕表式血压测量装置，包括信号检测模块以及血压评估模块。信号检测模块，主要分为同时采集腕部心电信号和腕部脉搏信号以及同时采集胸口心音信号和腕部脉搏信号两种模式。血压评估模块，主要通过对信号检测模块同时采集到的信号进行特征提取，得到相应的近点端和远点端特征，从而计算出脉搏波传递时间以及心率，最后结合PWTT、HR与BP的回归模型，来估测出血压的值。本发明通过双模式来进行血压监测，不仅避免PEP对PWTT的影响，提高了血压测量精度，达到穿戴式医疗设备的要求，其测量历史数据也可以为就诊提供重要参考，而且在血压监测时提供了多种方式，操作方便，无需校准，佩戴舒适。
-
公开(公告)号：CN114557684B
公开(公告)日：2025-05-16
申请号：CN202210161112.X
申请日：2022-02-22
Applicant: 东南大学
IPC: A61B5/0205 , A61B5/256 , A61B5/28 , A61B5/33
Abstract: 一种腕表式脉搏心电同步采集显示装置，其中脉搏和心电同步采集单元采集用户腕部PPG和腕部ECG同步信号并通过模数转换将数据转换为数字信号发送给下位机；下位机信号处理和显示单元运行脉搏和心电同步采集单元控制程序，原始数据的临时存储，低功耗蓝牙传输，低功耗滤波和脉率算法和LCD显示控制等程序算法，信号的实时低功耗无线传输和下位机实时显示信号和脉率的功能；上位机信号处理和显示单元实现通过滤波算法还原采集的同步脉搏和心电信号，计算相应的指标，实时在客户终端显示还原信号和各项指标。本发明能够实现穿戴式同步采集腕部脉搏与心电信号，同时保证了穿戴舒适和操作方便，适用于用户日常健康监测和辅助临床诊断。
-
Patent Agency Ranking
公开(公告)号：CN119071032A
公开(公告)日：2024-12-03
申请号：CN202411090265.5
申请日：2024-08-09
Applicant: 东南大学
IPC: H04L9/40 , H04L9/32 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于领域自适应的PPG信号跨时期身份识别方法和装置，其中方法首先通过智能移动设备采集指尖视频获得用户PPG信号，然后将采集到的PPG信号作为深度神经网络的输入完成身份识别任务。为了确保在跨时期场景下PPG信号的身份识别准确率，在深度神经网络的基础之上结合领域自适应设计了领域对抗神经网络DANN。本发明能够发挥移动端方便快捷和神经网络准确率高的优势，为用户提供安全并且方便的良好体验。
-
公开(公告)号：CN118568697A
公开(公告)日：2024-08-30
申请号：CN202410693527.0
申请日：2024-05-31
Applicant: 东南大学
IPC: G06F21/32 , G06F18/21 , G06F18/2415
Abstract: 本发明公开基于多模态心脏信号的身份识别方法及系统，属于生理指纹识别技术领域；基于多模态心脏信号的身份识别方法包括：对获取的PPG和PCG信号进行滤波处理和归一化处理；根据PPG的波形特点对处理后的PPG信号进行峰值检测，对收缩期的峰值进行定位；基于定位到的PPG收缩期峰值，对PPG进行切分，保留峰值前以及峰值后一段固定时间的信号；对PCG信号进行降采样处理，使其频率和PPG相同，基于定位到的PPG收缩期峰值对PCG信号进行切分，保留峰值前以及峰值后一段固定时间的信号；利用深度学习的方法完成对经过切分后保留峰值前后一段固定时间的PPG和PCG信号进行多模态融合，并进行训练，得到最终的识别结果；制定评价指标对身份识别任务结果进行评价。
-
公开(公告)号：CN118335121A
公开(公告)日：2024-07-12
申请号：CN202410451061.3
申请日：2024-04-15
Abstract: 本申请公开了一种心音信号质量评估方法、电子设备及可读存储介质，本申请涉及信号处理技术领域，所述心音信号质量评估方法包括：采集心音信号；对所述心音信号进行特征提取得到信号特征，其中，所述信号特征包括局部方差特征、局部峰值特征、信号能量特征、过零率特征中的一种或多种；将所述信号特征输入至预训练的信号质量评估模型中，输出得到信号质量评估结果。本申请实现了对心音信号的信号质量的有效评估。
-
公开(公告)号：CN118319270A
公开(公告)日：2024-07-12
申请号：CN202410453505.7
申请日：2024-04-15
IPC: A61B5/0205 , A61B5/366 , A61B7/04 , G06F18/213 , G06F18/214 , G06F18/25
Abstract: 本申请公开了一种血压预测方法、装置、电子设备及可读存储介质，本申请涉及医疗技术领域，所述血压预测方法包括：同步采集生理信号，其中，所述生理信号包括心电信号、脉搏信号与心音信号；对所述生理信号进行特征提取，得到信号特征其中，所述信号特征包括射血前期持续时间与脉搏传递时间；将所述信号特征输入至预训练的血压预测模型中，以供所述血压预测模型输出得到血压预测结果。本申请提高了血压的预测准确度。
-
公开(公告)号：CN114557684A
公开(公告)日：2022-05-31
申请号：CN202210161112.X
申请日：2022-02-22
Applicant: 东南大学
IPC: A61B5/0205 , A61B5/256 , A61B5/28 , A61B5/33
Abstract: 一种腕表式脉搏心电同步采集显示装置，其中脉搏和心电同步采集单元采集用户腕部PPG和腕部ECG同步信号并通过模数转换将数据转换为数字信号发送给下位机；下位机信号处理和显示单元运行脉搏和心电同步采集单元控制程序，原始数据的临时存储，低功耗蓝牙传输，低功耗滤波和脉率算法和LCD显示控制等程序算法，信号的实时低功耗无线传输和下位机实时显示信号和脉率的功能；上位机信号处理和显示单元实现通过滤波算法还原采集的同步脉搏和心电信号，计算相应的指标，实时在客户终端显示还原信号和各项指标。本发明能够实现穿戴式同步采集腕部脉搏与心电信号，同时保证了穿戴舒适和操作方便，适用于用户日常健康监测和辅助临床诊断。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
