一种融合早搏抑制策略的阵发性房颤检测装置

    公开(公告)号:CN114533081B

    公开(公告)日:2023-08-25

    申请号:CN202210147771.8

    申请日:2022-02-17

    Applicant: 东南大学

    Abstract: 本发明提供了一种融合早搏抑制策略的阵发性房颤检测装置包括:生理信号采集模块、融合早搏抑制策略的阵发性房颤检测模块和显示输出模块。生理信号采集模块记录长时程的人体生理信号,如脉搏、心电信号。融合早搏抑制策略的阵发性房颤检测模块从生理信号采集模块读取数字信号,经预处理后提取节律变化特征,逐拍进行基于阈值的疑似房颤筛查。筛查出的疑似房颤节律依次经过单发、频发和联律早搏抑制,再定期进行阵发性房颤统计,实现房颤节律实时、准确预警及阵发性房颤的长程分析。最后通过显示输出模块进行结果的显示、存储及传输。本发明能够抑制阵发性房颤检测中的早搏干扰,实现阵发性房颤起止点的心拍级定位,算法简单可移植。

    基于混合幅序划分网络的心电形态识别方法

    公开(公告)号:CN116269425A

    公开(公告)日:2023-06-23

    申请号:CN202310311616.X

    申请日:2023-03-28

    Applicant: 东南大学

    Abstract: 本发明专利公开了基于混合幅序划分网络的心电形态识别方法,在对信号进行预处理之后,构建与时间序列对应的序列分区网络和绝对振幅序列分区网络,从两个网络中分别提取10个网络特征作为信号形态和幅度水平信息的表征,组合为混合幅序划分网络特征,将特征输入到机器学习分类算法中对心电形态进行分类,实现了对于异常心电的准确检测,并为其它生理信号提供灵活的形态学异常检测框架。

    一种可视化交互式的脓毒症早期智能预警方法

    公开(公告)号:CN115049069A

    公开(公告)日:2022-09-13

    申请号:CN202210616733.2

    申请日:2022-06-01

    Applicant: 东南大学

    Abstract: 本发明公开了一种可视化交互式的脓毒症早期智能预警方法,具体步骤如下:第一步:病人数据库构建,通过数据库技术,完成病人数据信息的采集与存储;第二步:与数据库技术进行交互,完成病人临床电子病历数据的获取,构建以小时为单位步长的患者表格化时间序列;第三步:数据预处理及特征提取,提取出病人信息采集中反映测量频率、测量时间间隔等信息的特征;第四步:基于LightGBM等算法完成模型的训练及部署,模型训练过程中使用贝叶斯超参数优化算法;第五步:临床可解释、可视化、可交互界面搭建。本发明有效提高了患者风险的预警能力,为ICU医生在病人脓毒症前提前干预,同时可解释、可视化与可交互为ICU病人的辅助决策提供了有力保证。

    一种腕表式脉搏心电同步采集显示装置

    公开(公告)号:CN114557684A

    公开(公告)日:2022-05-31

    申请号:CN202210161112.X

    申请日:2022-02-22

    Applicant: 东南大学

    Abstract: 一种腕表式脉搏心电同步采集显示装置,其中脉搏和心电同步采集单元采集用户腕部PPG和腕部ECG同步信号并通过模数转换将数据转换为数字信号发送给下位机;下位机信号处理和显示单元运行脉搏和心电同步采集单元控制程序,原始数据的临时存储,低功耗蓝牙传输,低功耗滤波和脉率算法和LCD显示控制等程序算法,信号的实时低功耗无线传输和下位机实时显示信号和脉率的功能;上位机信号处理和显示单元实现通过滤波算法还原采集的同步脉搏和心电信号,计算相应的指标,实时在客户终端显示还原信号和各项指标。本发明能够实现穿戴式同步采集腕部脉搏与心电信号,同时保证了穿戴舒适和操作方便,适用于用户日常健康监测和辅助临床诊断。

    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。

    基于穿戴式心电监测的情绪评估方法与装置

    公开(公告)号:CN110353704B

    公开(公告)日:2022-02-01

    申请号:CN201910632106.6

    申请日:2019-07-12

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于穿戴式心电监测的情绪自动评估方法与装置,用穿戴式设备采集心电信号并将心电信号传输到手机终端,手机终端将接收到的心电信号传送到云端服务器;在云端服务器对接收到的心电信号进行小波去噪,提取心电信号的心率变异性HRV特征,进行数据归一化,建立模型评估情绪类型,由云端服务器将情绪类型的结果传输回手机终端进行实时显示。本发明能够基于心电信号进行简单方便准确的情绪识别,从而实现情绪评估,最终输出两种情绪类型。

    基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法

    公开(公告)号:CN113729725A

    公开(公告)日:2021-12-03

    申请号:CN202111157232.4

    申请日:2021-09-30

    Applicant: 东南大学

    Abstract: 本发明专利公开了一种基于功率谱一阶矩和平滑器的心电信号提取呼吸波形方法,该方法首先通过对可穿戴设备上获得心电信号进行预处理,然后对预处理过的心电信号进行R波检测,根据检测出来的R波对每个心拍的QRS波群进行提取,接着基于QRS波群提取兼具显著性和抗噪性的特征,并根据呼吸信号的非平稳特性进行平滑器,最终得到更加准确的呼吸波形。本发明实现了在只有心电监测设备时的呼吸监测,避免了传统呼吸监测设备的笨重和对自然呼吸的干扰,一定程度上减少了受试者的不适,同时不仅引入了具有抗噪性能的特征,还考虑了呼吸非平稳的特性,确保了提取出来的呼吸波形的准确性,增加了在日常活动中呼吸监测的可靠性。

    基于深度学习的心电早搏信号处理方法、模块和装置

    公开(公告)号:CN112971800A

    公开(公告)日:2021-06-18

    申请号:CN202110110142.3

    申请日:2021-01-27

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于深度学习的心电早搏信号处理方法、模块和装置,其将样本心电信号以R波为基准点,截取心拍信号,得到多个样本心拍信号,针对各个样本心拍信号提取多个低维特征参数和一个高维特征图,根据各个样本心拍信号对应的高维特征图和各个低维特征参数确定各个样本心拍信号的加权融合数据,采用各个样本心拍信号的加权融合数据和心拍标签训练初始分类器,得到早搏信号分类器,获取待测心电信号中各个待测心拍信号分别对应的加权融合数据,得到待测融合数据,将待测融合数据输入早搏信号分类器,以判别各个待测心拍信号是否为早搏信号,实现对待测心拍信号的准确检测,即实现对待测心电信号的准确检测,有效提高了待测心电信号的检测效率。

Patent Agency Ranking