公开(公告)号：CN108606798A

公开(公告)日：2018-10-02

申请号：CN201810441018.3

申请日：2018-05-10

Applicant: 东北大学

Inventor： 徐礼胜 ,  吴子悦 ,  霍加宇 ,  顾越兴 ,  晏宝恩 ,  董晨雨

IPC: A61B5/11 ,  A61B5/02

CPC classification number: A61B5/1102 ,  A61B5/02 ,  A61B5/6891 ,  A61B5/7267

Abstract: 本发明的基于深度卷积残差网络的非接触式房颤智能检测系统能采集人体心脏射血时产生的心冲击信号并使用深度卷积残差网络分析心脏是否发生房颤，包括心冲击信号采集与深度卷积残差神经网络分析两部分。心冲击信号采集部分包括压电薄膜传感器、压电信号处理模块、AD转换电路与处理器。将采集到的数据上传至运行深度卷积残差网络算法的服务器，返回判断结果。深度卷积残差神经网络模型包括一维卷积层、下采样层、批归一化层、激活层及全连接层。模型包含的残差结构由原始信号和经过若干卷积采样归一化激活操作后提取的深度特征相加构成。本发明可用于对人体进行夜间不间断监护，并及时给出判断提示，便于及时处理病情。

公开(公告)号：CN108606798B

公开(公告)日：2021-03-02

申请号：CN201810441018.3

申请日：2018-05-10

Applicant: 东北大学

Inventor： 徐礼胜 ,  吴子悦 ,  霍加宇 ,  顾越兴 ,  晏宝恩 ,  董晨雨

IPC: A61B5/11 ,  A61B5/02

Abstract: 本发明的基于深度卷积残差网络的非接触式房颤智能检测系统能采集人体心脏射血时产生的心冲击信号并使用深度卷积残差网络分析心脏是否发生房颤，包括心冲击信号采集与深度卷积残差神经网络分析两部分。心冲击信号采集部分包括压电薄膜传感器、压电信号处理模块、AD转换电路与处理器。将采集到的数据上传至运行深度卷积残差网络算法的服务器，返回判断结果。深度卷积残差神经网络模型包括一维卷积层、下采样层、批归一化层、激活层及全连接层。模型包含的残差结构由原始信号和经过若干卷积采样归一化激活操作后提取的深度特征相加构成。本发明可用于对人体进行夜间不间断监护，并及时给出判断提示，便于及时处理病情。

公开(公告)号：CN108245144A

公开(公告)日：2018-07-06

申请号：CN201810014367.7

申请日：2018-01-08

Applicant: 东北大学

Inventor： 吴子悦 ,  霍加宇 ,  顾越兴 ,  晏宝恩 ,  董晨雨 ,  徐礼胜

IPC: A61B5/0205 ,  A61B5/0402 ,  A61B5/01

Abstract: 本发明的一种基于多传感器融合的非接触式监护床垫及监护系统包括：床垫本体、信号处理分析装置以及上位机监控装置；床垫本体上设置红外温度计、压电薄膜传感器和导电织物；信号处理分析装置包括压电信号处理模块、心电信号处理模块、AD转换模块和ARM处理器；ARM处理器对转换后的数字信号进行处理获得心率、呼吸率、温度以及心电信号。上位机监控装置对心率、呼吸率、温度以及心电信号进行分析获得患者身体动作、睡眠情况以及健康情况。本发明的监护床垫及监护系统可对病人进行24小时不间断监护，并在情况异常时给医生或家属发出报警提示，及时处理病情或发现意外离床的事故，便于做出迅速的补救措施。