-
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：CN108681311A
公开(公告)日：2018-10-19
申请号：CN201810385190.1
申请日：2018-04-26
Applicant: 湖北工业大学
IPC: G05B19/418
CPC classification number: Y02P90/02 , G05B19/4183
Abstract: 本发明涉及到船舶在监控管理上的实用性问题，提供一种基于FameView的船舶机舱监控系统，通过PLC、输入输出模块对船舶中的重要设备的状态信号进行监测，得到主机、发电机、舵机、齿轮箱等设备的状态，及时准确处理出现的故障，实现智能化管理。
-
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：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：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。
-
-
-
-
-
Search Results
6
records
(took 0.046 seconds)
