-
公开(公告)号：CN112370036A
公开(公告)日：2021-02-19
申请号：CN202011122738.7
申请日：2020-10-20
Applicant: 复旦大学
Abstract: 本发明提供一种基于级联型RLS自适应滤波的PPG信号心率提取装置和方法。装置由PPG传感器、加速度传感器、数据采集模块、数据存储模块和信号分析单元等组成。首先对原始PPG信号进行带通滤波，得到只包含心率对应频段并且滤除了基线漂移的预处理信号；其次构造级联型RLS自适应滤波器，滤除PPG信号中运动伪影；最后利用心率提取和优化算法计算出对应的心率值。本发明提出的基于级联型RLS自适应滤波的PPG信号心率提取方法，可用于PPG信号的运动伪影滤除，在剧烈运动情况下也能提升心率检测的准确度。该方法能够适应不同个体以及同一个体的PPG信号形态的变化；同时基于单路PPG信号的测量，可方便使用者的佩戴和装置的推广。
-
公开(公告)号：CN111839505A
公开(公告)日：2020-10-30
申请号：CN202010624789.3
申请日：2020-07-02
Applicant: 复旦大学
IPC: A61B5/046 , A61B5/0456 , A61B5/0472 , A61B5/11 , A61B5/021 , A61B5/00
Abstract: 本发明涉及一种基于心血管系统电-机械活动信息的房颤分级方法。本发明通过结合多路生理信号，并从中提取能够反映心房电活动以及心血管系统血流动力学变化的特征，从而实现对房颤等级的分类。具体流程包括：对多路生理信号进行降噪；对降噪后的生理信号进行特征点提取；根据特征点或者信号片段进行特征提取；利用机器学习算法构建房颤分级模型实现房颤的分级。本发明方法适用于基于心电、脉搏波、心冲击图等生理信号反映心血管系统电活动和机械活动的房颤分级方法，在信号处理研究领域和临床医学上均具有一定的应用价值。本发明方法的应用范围可推广至所有的单路或多路反映心血管系统电-机械活动的信号分析研究。
-
公开(公告)号：CN110367969A
公开(公告)日：2019-10-25
申请号：CN201910601890.4
申请日：2019-07-05
Applicant: 复旦大学
IPC: A61B5/0402 , A61B5/00
Abstract: 本发明涉及一种改进的心电信号快速聚类分析方法。首先对心电信号加窗，对窗口内数据进行预处理去除干扰；对预处理后的数据截取心拍片段进行时域或频域的处理，得到新的信号序列；计算序列的相似性系数并与阈值比较从而进行心拍分类，并提取每种类型的平均模板。窗口移动到下一段心电信号，重复以上过程，直至将整段心电信号聚类完毕。对上述每个窗口得到的平均模板进行二次聚类，得到最终的心拍类型、对应类型的心拍数量与平均模板。本发明方法适用于短时程或长时程的心电信号；同时适用于单导联或多导联心电信号；可用于正常窦性心律、单一异常心律或多种异常心律的心电信号快速聚类。本发明方法可推广至心内电信号的激动分析和相关量化研究。
-
公开(公告)号：CN115089139B
公开(公告)日：2025-04-25
申请号：CN202210708269.X
申请日：2022-06-22
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/11 , A61B5/33
Abstract: 本发明提供一种结合生物特征识别的个性化生理参数测量方法。所述方法包括：对获取的生理信号进行采样并生成一维序列；对原始信号降噪并实现数据片段分割；利用质量评估模块选取符合要求的片段并归一化；通过数理变换获取多维数据特征矩阵；使用具有捕捉长程依赖能力的可拓展深度网络实现用户的生物特征识别；基于多尺度深度融合网络提取潜在特征实现不同用户的个性化生理参数测量。本发明方法提供了一种无创便携的生理参数测量方法，可实现日常生活中的个性化监测，其应用范围涵盖所有生理参数的测量，在心血管疾病研究、用户生物特征识别及生理信号处理研究领域均具有一定的应用价值，并有利于个性化的主动管理健康及相关慢性疾病的长期监测。
-
公开(公告)号：CN117398084A
公开(公告)日：2024-01-16
申请号：CN202311413258.X
申请日：2023-10-30
Applicant: 复旦大学
IPC: A61B5/024 , A61B5/11 , A61B5/318 , A61B7/04 , A61B5/00 , G06V10/764 , G06N3/0464 , G06F18/24 , G06N5/04 , G06V10/84 , G06V10/82
Abstract: 本发明涉及一种基于轻量化混合模型的生理信号实时质量评估方法。所述方法包括：将采集得到的生理信号进行分割、归一化、求导、拼接等预处理得到一维信号片段，并通过多尺度马尔可夫转移域这一多尺度融合技术，转换成二维图像；基于多尺度混合模型实现对输入信号的准确评估，并利用知识蒸馏策略，对微调后的混合模型进行轻量化，实现对干净信号与噪声信号的快速准确分类。本发明方法可以提取生理信号的局部和全局信息，可有效地提高质量评估的准确率。同时，本方法将知识蒸馏与深度学习方法相结合，为信号的实时评估提供了一种方便、准确的解决方案，在信号处理研究和基于可穿戴设备的健康管理等领域均具有一定的应用价值。
-
Patent Agency Ranking
公开(公告)号：CN111772621B
公开(公告)日：2023-06-02
申请号：CN202010625742.9
申请日：2020-07-02
Applicant: 复旦大学
Abstract: 本发明提出一种多导联心脏标测信号分析处理装置与方法，特别是一种用于分析心脏标测信号的节律同步性的装置及其方法。本发明所述处理装置由标测电极、信号放大模块、数据采集卡、数据存储模块、信号分析单元和输出显示装置组成。本发明利用自相关函数即时计算主导节律，将单导联的节律序列的自相关递归率作为时间上的同步特征，将导联间的节律序列扰动构建图信号进行空间域分析，定量分析多导联心脏标测信号的时空同步性，用以区分生理状态。本发明方法可用于心脏电活动的即时分析，也可用于对多次结果进行回顾性分析。本发明采用采集与分析一体化结构，并可兼顾现场实时分析和离线回顾分析的需求。
-
公开(公告)号：CN112806977B
公开(公告)日：2022-03-18
申请号：CN202110160054.4
申请日：2021-02-05
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/00 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于多尺度融合网络的生理参数测量方法。所述方法包括：对生理信号进行采样并生成一维生理信号数据序列；经数据片段划分和信号质量评估，对符合信号质量要求的数据片段进行噪声滤除；然后对数据片段进行数学变换生成多维的输入数据张量；利用多尺度融合网络对输入数据提取潜在特征得到生理参数的估计值。通过识别测量模式标识符，将所有估计值的均值作为静态模式下的生理参数测量值；将所有估计值构成的一维连续数据序列作为动态模式下的生理参数连续测量值。本方法可充分提取信号中不同尺度的互补信息，实现生理参数的准确测量，其应用范围涵盖所有生理参数的测量，在心血管疾病研究和信号处理研究领域均具有一定的应用价值。
-
公开(公告)号：CN110575161B
公开(公告)日：2021-12-28
申请号：CN201910793440.X
申请日：2019-08-27
Applicant: 复旦大学
Abstract: 本发明提供一种基于心脏标测激动序列图的房颤分析预测方法，其主要思想是将一维的时序信号转换为二维的图像数据。具体流程包括以下步骤：运用心电标测技术得到同步采集的多路心电信号；根据电极位置，将同一时刻采样点的电压幅值绘制等电位图；将某段时间内的等电位图按照一定的时间间隔合成一张激动序列图；提取激动序列图在该时间段内的特征，采用图像分类的方式实现对房颤的分析预测。本发明可用于研究标测区域心电的传导规律，适用于窦性心律信号或房扑、房颤信号，在电生理机制研究和临床医学上均具有一定的应用价值。本方法可推广至所有的电生理信号的分类或预测研究。
-
公开(公告)号：CN112806977A
公开(公告)日：2021-05-18
申请号：CN202110160054.4
申请日：2021-02-05
Applicant: 复旦大学
IPC: A61B5/0205 , A61B5/00 , G06N3/08 , G06N3/04
Abstract: 本发明提供一种基于多尺度融合网络的生理参数测量方法。所述方法包括：对生理信号进行采样并生成一维生理信号数据序列；经数据片段划分和信号质量评估，对符合信号质量要求的数据片段进行噪声滤除；然后对数据片段进行数学变换生成多维的输入数据张量；利用多尺度融合网络对输入数据提取潜在特征得到生理参数的估计值。通过识别测量模式标识符，将所有估计值的均值作为静态模式下的生理参数测量值；将所有估计值构成的一维连续数据序列作为动态模式下的生理参数连续测量值。本方法可充分提取信号中不同尺度的互补信息，实现生理参数的准确测量，其应用范围涵盖所有生理参数的测量，在心血管疾病研究和信号处理研究领域均具有一定的应用价值。
-
公开(公告)号：CN110547805A
公开(公告)日：2019-12-10
申请号：CN201910800032.2
申请日：2019-08-28
Applicant: 复旦大学
Abstract: 本发明涉及一种实时的基于足底压力的步态分析方法，具体步骤为：运用可穿戴鞋垫获得人体活动状态下的足底压力数据；基于动态足底压力信号的幅值阈值与时间阈值的综合比较，实现对各独立活动状态的提取、识别，同时计算步态的运动学参量，对活动状态进行评估分析；并最终对连续的活动状态做统计整理。本发明可实现基于可穿戴设备对人体长程活动信息的逐点实时提取、分析，可应用于步态识别、日常健康检测以及相关疾病的评估等领域。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.024 seconds)
