一种褥疮风险监测中压力传感器稀疏化系统

    公开(公告)号:CN116712062A

    公开(公告)日:2023-09-08

    申请号:CN202310794678.0

    申请日:2023-06-29

    Applicant: 东南大学

    Abstract: 本发明公开一种褥疮风险监测中压力传感器稀疏化系统,包括压力传感器稀疏分布模块、压力传感器阵列稀疏表示模型建立模块、压力传感器位置调节模块、医疗床结合模块以及褥疮风险监测模块。压力传感器稀疏分布模块,获得针对监测褥疮风险问题的压力传感器最优位置分布;压力传感器阵列稀疏表示模型建立模块实现压力传感器阵列信号的稀疏化表示;压力传感器位置调节模块实现压力传感器在所属分布区域内的适当移动;医疗床结合模块实现对压力数据的有效采集;褥疮风险监测模块实现对发生褥疮的预警。本发明能够实现在褥疮风险监测中压力传感器合理稀疏化,并实现在不同环境下对不同对象、在不同场景下褥疮风险的有效监测。

    一种高精度生理力信号模拟与读取装置

    公开(公告)号:CN116698275A

    公开(公告)日:2023-09-05

    申请号:CN202310659398.9

    申请日:2023-06-05

    Applicant: 东南大学

    Abstract: 本发明公开了一种高精度生理力信号模拟与读取装置。包括Z轴施压模块、XY轴移动基座模块、多功能集成底座模块。所述的Z轴施压模块由高精度压力传感器和伺服电机组成,用于实现对力信号的模拟与读取;所述的XY轴移动基座模块由两个伺服电机驱动,分别能够实现在X和Y方向上的移动,并经由两个力传感器实现水平方向上的力控制;所述的多功能集成底座模块集成了稳压电源与PC机,能够完成对整个装置的供电以及上位机控制。本发明能够实现对压力信号的准确读取,并对期望压力信号进行输出模拟功能。

    具有屏蔽和静电抑制的非接触柔性电极的心电采集床垫

    公开(公告)号:CN114073527A

    公开(公告)日:2022-02-22

    申请号:CN202111376528.5

    申请日:2021-11-19

    Applicant: 东南大学

    Abstract: 本发明提供了一种具有屏蔽和静电抑制的非接触柔性电极的心电采集床垫,具有主动屏蔽和静电抑制功能的非接触柔性电极与信号处理终端相连接,非接触柔性电极包括从上而下依次设置的具有网格状电磁保护与静电泄露通道的织物电极阵列、吸水性聚合物、绝缘层、织物电极屏蔽层。本发明通过优化电极结构,使之具有较强的电磁抗干扰能力以及静电抑制能力,获取高质量的心电信号。采用非接触式采集方案可以隔着一层衣服进行心电测量,从而克服了传统接触式电极长期佩戴带来不适的缺点,采用自适应阻抗匹配的方案可以根据衣物的实际情况匹配最佳的信号处理前端阻抗获取高质量心电信号。

    非接触式心震信号获取及信号处理方法及装置

    公开(公告)号:CN118749939A

    公开(公告)日:2024-10-11

    申请号:CN202410752507.6

    申请日:2024-06-12

    Applicant: 东南大学

    Abstract: 本发明涉及一种非接触式心震信号获取及信号处理方法及装置,其中方法包括:步骤S1:获取雷达回波信号并对雷达回波信号进行过滤,并基于过滤后的雷达回波信号构建距离‑多普勒矩阵;步骤S2:基于距离‑多普勒矩阵进行初步目标检测和目标评估,判断是否含有活体目标;步骤S3:当含有活体目标时,基于过滤后的雷达回波信号确定活体目标的位置和运动学参数;步骤S4:基于活体目标的位置和运动学参数得到目标波动程度,并基于该波动程度判断活体目标是否处于稳定状态,若为是,则基于过滤后的雷达回波信号生成初始心震信号;步骤S5:将初始心震信号输入至训练好的信号重建模型,得到高质量的重建心震信号;步骤S6:对重建心震信号进行等长分割和逐拍分割得到分割结果。与现有技术相比,本发明具有提高准确率和速度等优点。

    基于多模态心脏信号的身份识别方法及系统

    公开(公告)号:CN118568697A

    公开(公告)日:2024-08-30

    申请号:CN202410693527.0

    申请日:2024-05-31

    Applicant: 东南大学

    Abstract: 本发明公开基于多模态心脏信号的身份识别方法及系统,属于生理指纹识别技术领域;基于多模态心脏信号的身份识别方法包括:对获取的PPG和PCG信号进行滤波处理和归一化处理;根据PPG的波形特点对处理后的PPG信号进行峰值检测,对收缩期的峰值进行定位;基于定位到的PPG收缩期峰值,对PPG进行切分,保留峰值前以及峰值后一段固定时间的信号;对PCG信号进行降采样处理,使其频率和PPG相同,基于定位到的PPG收缩期峰值对PCG信号进行切分,保留峰值前以及峰值后一段固定时间的信号;利用深度学习的方法完成对经过切分后保留峰值前后一段固定时间的PPG和PCG信号进行多模态融合,并进行训练,得到最终的识别结果;制定评价指标对身份识别任务结果进行评价。

    一种基于毫米波雷达的驾驶人员驾驶状态监测系统及方法

    公开(公告)号:CN114190913A

    公开(公告)日:2022-03-18

    申请号:CN202111487402.5

    申请日:2021-12-07

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于毫米波雷达的驾驶员驾驶状态监测系统及方法,其中系统主要包括多普勒雷达信号采集模块、人体状态监测评估模块以及人机交互模块。其有益效果在于:多普勒雷达信号采集模块由一个多路输出与多路输入的FMCW毫米波雷达构成,可以精确描绘驾驶员人体特征,根据多发多收天线结合人体点云构建算法形成人体点云,通过人体点云运动状态分类识别实时监测算法解析人体活动状态,同时通过雷达回波可以解析出包括呼吸、心率等生理状态,人体状态监测评估模块用于对人体呼吸、心率状态生理信号有效评估,同时对人体身体活动有效识别,并结合生理状态提出预警,人机交互模块用于驾驶员与设备的交互,当发生异常状态提醒驾驶员安全驾驶并报警。

Patent Agency Ranking