公开(公告)号：CN116807491A

公开(公告)日：2023-09-29

申请号：CN202310888672.X

申请日：2023-07-19

Applicant: 福州大学

Inventor： 王量弘 ,  季天芸 ,  谢锦成 ,  许林培 ,  杨涛 ,  谢朝鑫 ,  邹玉熠

IPC: A61B5/346 ,  A61B5/332 ,  A61B5/318 ,  A61B5/00 ,  A61B5/28 ,  G06F18/20 ,  G06N3/0464

Abstract: 本发明提出应用于实时心电监测设备的心肌梗死全局导联重建方法，包括以下步骤：步骤S1：对心肌梗死心电信号数据集和健康对照心电信号数据集进行数据预处理；步骤S2：进行各导联主成分分析，绘制方差贡献率图，实现最高贡献度导联决策，确定重建导联组；步骤S3：滤除导联组原始数据的冗余信息，对数据进行非线性卷积预分类处理，提高导联重建算法效果；步骤S4：对导联重建算法拟合导联之间的转换关系；步骤S5：以卷积神经网络作为导联重建模型框架，进行网络结构优化和参数设置；步骤S6：基于优化后的网络，分别构建全局导联重建模型，验证导联重建前后状态差异；本发明能实现便携式心电监测和临床诊断导联互通，进而提升便携式心电监护仪实用性。

公开(公告)号：CN111297350A

公开(公告)日：2020-06-19

申请号：CN202010122175.5

申请日：2020-02-27

Applicant: 福州大学

Inventor： 王量弘 ,  许林培 ,  刘硕 ,  陈钧颍 ,  傅颖娴 ,  徐璐 ,  杨依婷

IPC: A61B5/0402

Abstract: 本发明涉及一种融合源端影响的三心拍多模型综合决策心电特征分类方法，包括以下步骤；步骤S1：采集待测心电信号，并进行预处理，得到心电信号数据集；步骤S2：构建特征提取模型，并提取心电特征和源端特征；步骤S3：构建解码重构模型，并通过解码重构模型将特征提取模型所提取的特征还原成心电信号；步骤S4：构建特征分类模型，对特征提取模型所提取的心电特征进行分类；步骤S5：训练特征提取模型以及解码重构模型，并以解码重构模型的生成信号与原始信号的差异训练特征提取模型以及解码重构模型；步骤S6：融合循环训练步骤S2的特征提取模型的特征，融合决策分类结果。本发明优化特征提取，综合考虑各种因素以提高心电分类准确度。

公开(公告)号：CN111297350B

公开(公告)日：2021-08-31

申请号：CN202010122175.5

申请日：2020-02-27

Applicant: 福州大学

Inventor： 王量弘 ,  许林培 ,  刘硕 ,  陈钧颍 ,  傅颖娴 ,  徐璐 ,  杨依婷

IPC: A61B5/346

Abstract: 本发明涉及一种融合源端影响的三心拍多模型综合决策心电特征分类方法，包括以下步骤；步骤S1：采集待测心电信号，并进行预处理，得到心电信号数据集；步骤S2：构建特征提取模型，并提取心电特征和源端特征；步骤S3：构建解码重构模型，并通过解码重构模型将特征提取模型所提取的特征还原成心电信号；步骤S4：构建特征分类模型，对特征提取模型所提取的心电特征进行分类；步骤S5：训练特征提取模型以及解码重构模型，并以解码重构模型的生成信号与原始信号的差异训练特征提取模型以及解码重构模型；步骤S6：融合循环训练步骤S2的特征提取模型的特征，融合决策分类结果。本发明优化特征提取，综合考虑各种因素以提高心电分类准确度。