-
公开(公告)号：CN108836316B
公开(公告)日：2023-07-04
申请号：CN201810410514.2
申请日：2018-05-02
Applicant: 湖北工业大学
IPC: A61B5/352
Abstract: 本发明提出了一种基于BP神经网络的心电信号R波提取方法。通过国际权威数据库选用已经标注R波的心电信号，对已经标注R波的心电信号进行带通滤波以及信号加窗的预处理，计算每个窗内预处理后已经标注R波的心电信号的采样方差以及每个窗内已经标注R波的心电信号的采样最大值；构建BP神经网络模型的输入层、隐藏层以及输出层，已经标注R波的心电信号作为BP神经网络模型的训练集，通过多次迭代训练得到训练后BP神经网络模型；将未标注R波的心电信号通过带通滤波以及信号加窗的预处理，并根据训练后BP神经网络模型进行检测以提取未标注R波的心电信号中R波。与现有技术相比，本发明的方法易于实现，准确率高。
-
公开(公告)号：CN109770851A
公开(公告)日：2019-05-21
申请号：CN201910004741.X
申请日：2019-01-03
Applicant: 湖北工业大学
IPC: A61B5/00 , A61B5/0402 , G06K9/00 , G16H50/30 , G16H80/00
Abstract: 本发明公开了一种基于蓝牙无线通信的心脏健康状态监测系统及方法。本发明系统包括心电信号采集模块、蓝牙信号处理模块、电源管理模块、空间姿态采集模块、移动终端。本发明方法对心电数据与空间姿态数据采集和滤波、计算相关系数和判断心脏机能健康水平数据，将滤波之后心电数据、空间姿态数据以及心脏机能健康水平数据信息通过蓝牙无线传输至移动终端后显示。本发明能够在用户不同运动状态下采集心电数据和空间姿态数据，从而获取多维度状态下的心电数据。本发明系统硬件结构简便，集成度高，方便携带且功耗低。软件方面提高了采集的数据的准确性和精度，结合不同滤波算法对数据处理，减少误判率，能够反映用户心脏机能健康水平数据信息。
-
公开(公告)号：CN108836316A
公开(公告)日：2018-11-20
申请号：CN201810410514.2
申请日：2018-05-02
Applicant: 湖北工业大学
IPC: A61B5/0456
Abstract: 本发明提出了一种基于BP神经网络的心电信号R波提取方法。通过国际权威数据库选用已经标注R波的心电信号，对已经标注R波的心电信号进行带通滤波以及信号加窗的预处理，计算每个窗内预处理后已经标注R波的心电信号的采样方差以及每个窗内已经标注R波的心电信号的采样最大值；构建BP神经网络模型的输入层、隐藏层以及输出层，已经标注R波的心电信号作为BP神经网络模型的训练集，通过多次迭代训练得到训练后BP神经网络模型；将未标注R波的心电信号通过带通滤波以及信号加窗的预处理，并根据训练后BP神经网络模型进行检测以提取未标注R波的心电信号中R波。与现有技术相比，本发明的方法易于实现，准确率高。
-
公开(公告)号：CN107802260B
公开(公告)日：2021-02-05
申请号：CN201711099654.4
申请日：2017-11-09
Applicant: 湖北工业大学
Abstract: 本发明公开了一种心室复极变异性时空联合分析方法，从临床采集的心电信号中，通过信号预处理阶段去除基线漂移和高频干扰等干扰，得到相对稳定适合分析的数据后，对该数据进行采样分析。首先从选取的心电信号中提取出ST间期序列，对该序列进行1HZ三次样条插值重采样。通过研究JT相关间期和T波面积特征参数，利用特征参数时空提取出新的心室复极变异性(VRV)信号联合信息研究VRV的阳性判据，基于VRV时空特征参数的恶性心脏事件多级危险分层预测问题，提升由急性心肌梗死和心肌缺血等引起的恶性心脏事件预测准确率。本方法将为无创预测恶性心脏事件提供新的途径和研究思路，也为心肌缺血、急性心肌梗死等疾病的预后研究提供重要支撑。
-
Patent Agency Ranking
公开(公告)号：CN109998527A
公开(公告)日：2019-07-12
申请号：CN201910279556.1
申请日：2019-04-09
Applicant: 湖北工业大学
IPC: A61B5/0402 , A61B5/00
Abstract: 本发明提出了一种基于多尺度熵的心脏疾病检测方法。首先将原始心电信号放入带通滤波器滤去部分噪声，再使用信号微分、平方手段放大得到R波特征被放大的信号，用动态阈值调整方法标记R波位置，获得心电信号的RR间期序列；根据心电信号的RR间期序列进行经验模态分解，对信号进行延拓，再通过构建信号的上下包络线来对心电信号进行分解得到IMF分量，得到健康人和心脏疾病患者心电信号的本征函数信号；通过IMF分量计算本征函数信号的多尺度熵，利用支持向量机的分类功能对健康人和心脏疾病患者心电信号的本征函数信号进行分类，区分出正常人和心脏疾病患者的心电信号。本发明可以及时检测出心脏的健康情况，并有助于了解疾病的原理。
-
公开(公告)号：CN107736887A
公开(公告)日：2018-02-27
申请号：CN201711098751.1
申请日：2017-11-09
Applicant: 湖北工业大学
IPC: A61B5/0402 , A61B5/02 , A61B5/0245 , A61B5/00
CPC classification number: A61B5/0402 , A61B5/0006 , A61B5/02 , A61B5/0245 , A61B5/746 , A61B5/747
Abstract: 本发明公开了一种多功能移动心电监护系统及方法，系统由路由器、心电数据采集端、用户手机、医疗云端、医院电话、监控电脑组成；心电数据采集端用于采集用户心电数据，传输至用户手机，处理后无线传输到所述医疗云端；心电数据采集端若收到反馈警报，则自动拨通医院电话，并发送用户定位数据，医生询问用户情况，获取用户位置；用户手机用于用户观察自己的动态心电图，脉搏、心率，同时设置心电数据采集端的参数；监控电脑用于医生登录、监护对象管理、心电图显示，心率脉搏参数提取、急救报警和下载调取历史心电数据。本发明解决了传统心电监护系统记录心电数据缺乏实时性、记录数据量少的问题，同时数据传输成本低、预警及时。
-
公开(公告)号：CN108937919A
公开(公告)日：2018-12-07
申请号：CN201810562846.2
申请日：2018-06-04
Applicant: 湖北工业大学
IPC: A61B5/0452
CPC classification number: A61B5/0452 , A61B5/7203 , A61B5/7225
Abstract: 本发明提出了一种消除心电信号基线漂移的方法。本发明将含有基线漂移噪声的原始心电信号与去QRS波心电信号的结构元素进行级联运算，得到第一次形态学滤波后心电信号；将第一次形态学滤波后心电信号与去T波心电信号的结构元素进行级联运算，得到第二次形态学滤波后心电信号；将第二次形态学滤波后心电信号B(t)即基线漂移噪声进行小波分解重构，以获得光滑的基线漂移噪声；通过含有基线漂移噪声的原始心电信号与光滑的基线漂移噪声计算得到消除基线漂移噪声的心电信号。本发明优点在于解决了心电信号失真的问题，提高了信号质量。
-
公开(公告)号：CN107802260A
公开(公告)日：2018-03-16
申请号：CN201711099654.4
申请日：2017-11-09
Applicant: 湖北工业大学
IPC: A61B5/0402 , A61B5/0452
CPC classification number: A61B5/0402 , A61B5/04012 , A61B5/0452 , A61B5/7235 , A61B5/7275
Abstract: 本发明公开了一种心室复极变异性时空联合分析方法，从临床采集的心电信号中，通过信号预处理阶段去除基线漂移和高频干扰等干扰，得到相对稳定适合分析的数据后，对该数据进行采样分析。首先从选取的心电信号中提取出ST间期序列，对该序列进行1HZ三次样条插值重采样。通过研究JT相关间期和T波面积特征参数，利用特征参数时空提取出新的心室复极变异性(VRV)信号联合信息研究VRV的阳性判据，基于VRV时空特征参数的恶性心脏事件多级危险分层预测问题，提升由急性心肌梗死和心肌缺血等引起的恶性心脏事件预测准确率。本方法将为无创预测恶性心脏事件提供新的途径和研究思路，也为心肌缺血、急性心肌梗死等疾病的预后研究提供重要支撑。
-
公开(公告)号：CN109770851B
公开(公告)日：2022-03-04
申请号：CN201910004741.X
申请日：2019-01-03
Applicant: 湖北工业大学
Abstract: 本发明公开了一种基于蓝牙无线通信的心脏健康状态监测系统及方法。本发明系统包括心电信号采集模块、蓝牙信号处理模块、电源管理模块、空间姿态采集模块、移动终端。本发明方法对心电数据与空间姿态数据采集和滤波、计算相关系数和判断心脏机能健康水平数据，将滤波之后心电数据、空间姿态数据以及心脏机能健康水平数据信息通过蓝牙无线传输至移动终端后显示。本发明能够在用户不同运动状态下采集心电数据和空间姿态数据，从而获取多维度状态下的心电数据。本发明系统硬件结构简便，集成度高，方便携带且功耗低。软件方面提高了采集的数据的准确性和精度，结合不同滤波算法对数据处理，减少误判率，能够反映用户心脏机能健康水平数据信息。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
