一种基于人工智能的血压检测方法及装置

    公开(公告)号:CN115770027A

    公开(公告)日:2023-03-10

    申请号:CN202211594244.8

    申请日:2022-12-13

    Abstract: 本发明属于医疗器械领域,涉及血压检测技术,具体为一种基于人工智能的血压检测方法及装置,其方法包括如下步骤,获取原始光电容积脉搏波信号;对脉搏波信号进行带通滤波平滑化处理;对平滑化处理后的信号进行小波变换,将一维PPG信号段转换成二维时频色谱;将二维时频色谱输入血压预测模型中进行预测,得到血压。其装置包括如下模块:光电容积脉搏波采集模块;运行血压预测模型的运算处理模块;对采集的波形数据进行存储及储存血压预测模型的存储模块;波形及结果显示模块,该方法将一维PPG信号段转换成二维时频色谱图,提高了检测结果的可靠性,该装置操作方便,检测快速,减少患者诊断检测时得心理负担。

    一种探究接触压力对光电容积脉搏波影响的装置及方法

    公开(公告)号:CN118319277A

    公开(公告)日:2024-07-12

    申请号:CN202410429683.6

    申请日:2024-04-10

    Abstract: 本发明涉及一种探究接触压力对光电容积脉搏波影响的装置及方法,该装置,包括光电容积脉搏波采集模块、压力采集模块、运算处理模块、串口通信模块和用户交互界面。光电容积脉搏波采集模块和压力采集模块通过层叠式固定模块集成,能够在不同接触压力下同步获取脉搏波和压力数据。运算处理模块对采集数据进行处理,串口通信模块实现数据传输,用户界面显示波形并支持数据存储。该发明还提出了一种分析方法,包括对采集信号进行滤波预处理、微分处理获得速度/加速度脉搏波、特征点捕获和灌注指数分析,用于量化接触压力对脉搏波形态的影响。该发明硬件设计轻量化,操作简便,为研究接触压力与脉搏波关系提供完整支持平台。

    一种基于四波长脉搏波的无创血红蛋白测量装置与方法

    公开(公告)号:CN116439699A

    公开(公告)日:2023-07-18

    申请号:CN202310118123.4

    申请日:2023-02-15

    Abstract: 本发明涉及医疗器械技术领域,尤其涉及一种基于四波长脉搏波的无创血红蛋白测量装置与方法,装置包括反射式光电脉搏波传感器、脉搏波信号预处理模块、主控制器、USB串口通信模块和Qt上位机显示模块,通过光电反射式光电脉搏波传感器获得活体对象手指指端动脉处光电容积脉搏波原始微弱信号,经过处理和数据拟合后得到光电容积脉搏波信号与血红蛋白之间的模型关系,实现无创测量人体的血红蛋白值,不需要采集血样就可实现血红蛋白的检测,便于家庭和个人医疗监护使用;同时因为操作简便,对操作人员专业性要求不高,方便受试者自己监测生理指标。

    一种基于深度学习分类的信号数据转换与数据扩增方法

    公开(公告)号:CN116257779A

    公开(公告)日:2023-06-13

    申请号:CN202310123884.9

    申请日:2023-02-16

    Abstract: 本发明涉及信息处理与计算机学科交叉技术领域,具体涉及一种基于深度学习分类的信号数据转换与数据扩增方法,针对深度学习模型的训练需要大量的数据以及信号处理过程信息丢失问题,以脉搏波信号为例,使用格拉姆角场将已有的一维信号序列编码为图像,使一维脉搏波信号段转化为二维图片,更利于使用卷积神经网络模型分类,达到更好的分类效果,数据经过少量的处理,不需要滤波以及特征提取等方式,就能够包含更多的信息;同时还可以将一段信号转化为多个格拉姆角场图片,使得少量的数据集达到数据扩增的目的。

    基于多波长光电容积脉搏波融合的血压预测方法及装置

    公开(公告)号:CN118436326A

    公开(公告)日:2024-08-06

    申请号:CN202410429684.0

    申请日:2024-04-10

    Abstract: 本发明公开了一种基于多波长光电容积脉搏波融合的血压预测方法及装置。该方法获取多个波长的脉搏波信号作为数据集,对数据集进行滤波和归一化预处理,然后对预处理后的多波长脉搏波信号分别进行连续小波变换获取频谱图。将同一时间段内各个波长的频谱图融合成多通道输入,并输入多通道注意力卷积神经网络‑双向长短期记忆网络(ACNN‑BiLSTM)模型中。通过ACNN‑BiLSTM网络对多通道输入进行特征提取和融合,实现血压值的预测输出。该发明融合了多个波长的光电容积脉搏波信号,保留了时域和频域特征,并通过创新的ACNN‑BiLSTM模型实现了高精度血压预测,具有重要的理论意义和应用价值。

    一种结合多模态融合方式的房颤分类方法

    公开(公告)号:CN116965780A

    公开(公告)日:2023-10-31

    申请号:CN202310053720.3

    申请日:2023-02-03

    Abstract: 本发明涉及医疗数据分析技术领域,具体涉及一种结合多模态融合方式的房颤分类方法,将脉搏波信号转变成频谱图,将其送入改进后的CBAM_Resnet网络当中,将脉搏波信号送入三层CNN卷积网络中,分别提取频谱图和脉搏波信号段特征,并将特征融合再进行心房颤动分类,由于频谱图保留了脉搏波信号的时域和频域特征,并且CBAM_Resnet因为加入注意力机制从而提高了表征能力,可以关注重要特征并抑制不重要的信息,能够更好的提取出频谱图的图像特征,从而达到更高的分类效果。

Patent Agency Ranking