-
公开(公告)号：CN111839488B
公开(公告)日：2023-06-27
申请号：CN202010678839.6
申请日：2020-07-15
Applicant: 复旦大学
Abstract: 本发明提供一种基于脉搏波的无创连续血压测量装置和方法。本发明所述测量装置由脉搏波传感器、数据采集模块、数据存储模块、数据分析单元和输出显示装置组成。首先将传感器采集的脉搏波信号进行逐拍分割，得到单拍脉搏波；针对每个单拍脉搏波使用非线性函数拟合法得到多维特征向量；最后，通过机器学习算法得到所需的收缩压和舒张压。本发明对于不同个体以及同一个个体的脉搏波形态的变化，都能准确地分割出单拍脉搏波；同时基于单路脉搏波的测量，有利于使用者的佩戴以及装置的推广。本发明提出的基于非线性函数拟合的脉搏波成分分析方法不仅可用于脉搏波信号的运动伪影检测，还可以帮助提升血压的测量精度。
-
公开(公告)号：CN115089139B
公开(公告)日：2025-04-25
申请号：CN202210708269.X
申请日：2022-06-22
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/11 , A61B5/33
Abstract: 本发明提供一种结合生物特征识别的个性化生理参数测量方法。所述方法包括：对获取的生理信号进行采样并生成一维序列；对原始信号降噪并实现数据片段分割；利用质量评估模块选取符合要求的片段并归一化；通过数理变换获取多维数据特征矩阵；使用具有捕捉长程依赖能力的可拓展深度网络实现用户的生物特征识别；基于多尺度深度融合网络提取潜在特征实现不同用户的个性化生理参数测量。本发明方法提供了一种无创便携的生理参数测量方法，可实现日常生活中的个性化监测，其应用范围涵盖所有生理参数的测量，在心血管疾病研究、用户生物特征识别及生理信号处理研究领域均具有一定的应用价值，并有利于个性化的主动管理健康及相关慢性疾病的长期监测。
-
公开(公告)号：CN112806977B
公开(公告)日：2022-03-18
申请号：CN202110160054.4
申请日：2021-02-05
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/00 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于多尺度融合网络的生理参数测量方法。所述方法包括：对生理信号进行采样并生成一维生理信号数据序列；经数据片段划分和信号质量评估，对符合信号质量要求的数据片段进行噪声滤除；然后对数据片段进行数学变换生成多维的输入数据张量；利用多尺度融合网络对输入数据提取潜在特征得到生理参数的估计值。通过识别测量模式标识符，将所有估计值的均值作为静态模式下的生理参数测量值；将所有估计值构成的一维连续数据序列作为动态模式下的生理参数连续测量值。本方法可充分提取信号中不同尺度的互补信息，实现生理参数的准确测量，其应用范围涵盖所有生理参数的测量，在心血管疾病研究和信号处理研究领域均具有一定的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN112806977A
公开(公告)日：2021-05-18
申请号：CN202110160054.4
申请日：2021-02-05
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/00 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于多尺度融合网络的生理参数测量方法。所述方法包括：对生理信号进行采样并生成一维生理信号数据序列；经数据片段划分和信号质量评估，对符合信号质量要求的数据片段进行噪声滤除；然后对数据片段进行数学变换生成多维的输入数据张量；利用多尺度融合网络对输入数据提取潜在特征得到生理参数的估计值。通过识别测量模式标识符，将所有估计值的均值作为静态模式下的生理参数测量值；将所有估计值构成的一维连续数据序列作为动态模式下的生理参数连续测量值。本方法可充分提取信号中不同尺度的互补信息，实现生理参数的准确测量，其应用范围涵盖所有生理参数的测量，在心血管疾病研究和信号处理研究领域均具有一定的应用价值。
-
公开(公告)号：CN112370015A
公开(公告)日：2021-02-19
申请号：CN202011184998.7
申请日：2020-10-30
Applicant: 复旦大学
IPC: A61B5/00
Abstract: 本发明涉及一种基于格拉姆角场的生理信号质量评估方法。本发明方法利用生理信号受到运动伪迹干扰时周期性被破坏的特点，通过提取生理信号的周期性信息后进行分类。具体流程包括：对生理信号进行降噪处理；对降噪后的生理信号进行信号分割；通过对分割后的信号片段进行数学运算得到包含周期性信息的一维时间序列；利用格拉姆角场将一维时间序列转换为二维图像；利用机器学习算法构建生理信号质量评估模型实现对干净信号与受污染信号的分类。本发明方法适用于心电、脉搏波、心冲击图等生理信号，在信号处理研究和基于可穿戴设备的健康管理等领域均具有一定的应用价值。本发明方法的应用范围可推广至所有的单路或多路生理信号的研究。
-
公开(公告)号：CN111839488A
公开(公告)日：2020-10-30
申请号：CN202010678839.6
申请日：2020-07-15
Applicant: 复旦大学
Abstract: 本发明提供一种基于脉搏波的无创连续血压测量装置和方法。本发明所述测量装置由脉搏波传感器、数据采集模块、数据存储模块、数据分析单元和输出显示装置组成。首先将传感器采集的脉搏波信号进行逐拍分割，得到单拍脉搏波；针对每个单拍脉搏波使用非线性函数拟合法得到多维特征向量；最后，通过机器学习算法得到所需的收缩压和舒张压。本发明对于不同个体以及同一个个体的脉搏波形态的变化，都能准确地分割出单拍脉搏波；同时基于单路脉搏波的测量，有利于使用者的佩戴以及装置的推广。本发明提出的基于非线性函数拟合的脉搏波成分分析方法不仅可用于脉搏波信号的运动伪影检测，还可以帮助提升血压的测量精度。
-
公开(公告)号：CN115089139A
公开(公告)日：2022-09-23
申请号：CN202210708269.X
申请日：2022-06-22
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/11 , A61B5/33
Abstract: 本发明提供一种结合生物特征识别的个性化生理参数测量方法。所述方法包括：对获取的生理信号进行采样并生成一维序列；对原始信号降噪并实现数据片段分割；利用质量评估模块选取符合要求的片段并归一化；通过数理变换获取多维数据特征矩阵；使用具有捕捉长程依赖能力的可拓展深度网络实现用户的生物特征识别；基于多尺度深度融合网络提取潜在特征实现不同用户的个性化生理参数测量。本发明方法提供了一种无创便携的生理参数测量方法，可实现日常生活中的个性化监测，其应用范围涵盖所有生理参数的测量，在心血管疾病研究、用户生物特征识别及生理信号处理研究领域均具有一定的应用价值，并有利于个性化的主动管理健康及相关慢性疾病的长期监测。
-
公开(公告)号：CN111839505A
公开(公告)日：2020-10-30
申请号：CN202010624789.3
申请日：2020-07-02
Applicant: 复旦大学
IPC: A61B5/046 , A61B5/0456 , A61B5/0472 , A61B5/11 , A61B5/021 , A61B5/00
Abstract: 本发明涉及一种基于心血管系统电-机械活动信息的房颤分级方法。本发明通过结合多路生理信号，并从中提取能够反映心房电活动以及心血管系统血流动力学变化的特征，从而实现对房颤等级的分类。具体流程包括：对多路生理信号进行降噪；对降噪后的生理信号进行特征点提取；根据特征点或者信号片段进行特征提取；利用机器学习算法构建房颤分级模型实现房颤的分级。本发明方法适用于基于心电、脉搏波、心冲击图等生理信号反映心血管系统电活动和机械活动的房颤分级方法，在信号处理研究领域和临床医学上均具有一定的应用价值。本发明方法的应用范围可推广至所有的单路或多路反映心血管系统电-机械活动的信号分析研究。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.015 seconds)
