-
公开(公告)号：CN109745034A
公开(公告)日：2019-05-14
申请号：CN201910010127.4
申请日：2019-01-04
Applicant: 东南大学
IPC: A61B5/0402
Abstract: 本发明专利公开了一种基于距离归一化模糊测度熵的房颤实时扫描方法及装置，包括心电信号读取、心电信号预处理、熵计算三个步骤，其中在熵计算的步骤中，使用范围函数定义两个向量之间的距离，再通过模糊函数确定两个向量的相似性，进而基于密度估计进行熵值计算，最后通过减去平均心电间期的自然对数来校准心率的影响，实现了房颤的实时扫描，操作简单方便，准确性高，大大提高了动态心电监测场景下房颤检测效率。
-
公开(公告)号：CN116230172A
公开(公告)日：2023-06-06
申请号：CN202310006125.4
申请日：2023-01-04
Applicant: 东南大学
IPC: G16H30/40 , A61B5/358 , G16H10/60 , G06V10/764 , G06V10/82 , G06N3/048 , G06N3/045 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种通过拍照心电图获取心电ST段信息的系统，包括心电图像读取模块、ST段异常诊断模块以及安卓手机APP功能模块；心电图像读取模块利用YOLOv5目标检测模型从手机拍摄的心电图报告中快速定位并提取出心电区域，得到无冗余信息的心电图像；ST段异常诊断模块利用卷积神经网络和ST段智能诊断算法判断ST段是否压低或抬高；安卓手机APP功能模块具有图像选取模块和结果反馈模块，图像选取模块通过手机摄像头拍摄或手机内置相册选取图片，帮助用户上传标准12导联心电图报告图像至平台；结果反馈模块输出ST段诊断结果；本发明能够根据用户所上传的标准12导联心电图报告，判断ST段有无异常，有效辅助患者综合考虑下一步的智能分析和医疗措施。
-
公开(公告)号：CN115358269A
公开(公告)日：2022-11-18
申请号：CN202210988511.3
申请日：2022-08-17
Applicant: 东南大学
Abstract: 本发明提供了一种基于孪生神经网络的心电身份识别方法与装置，通过穿戴式设备获取待检测的心电信号，通过手机端送入云端服务器进行分类与检测，将身份识别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身份识别，最后输出与心电信号相对应的人物标签。
-
公开(公告)号：CN114343666A
公开(公告)日：2022-04-15
申请号：CN202210032416.6
申请日：2022-01-12
Applicant: 东南大学
Abstract: 本发明公开了一种针对长程心电监测的阵发性房颤扫描方法，包括以下步骤：第一步：获取心电波形信号，对信号进行统一量纲处理；第二步：疑似房颤的定位，对信号进行特征点检测，提取RR间期，计算ΔRR间期，筛选疑似房颤，并排除部分早搏；第三步：房颤的粗略检测，计算RR间期特征来进一步确定房颤片段；第四步：房颤的精细检测，根据R峰位置截取1/2的房颤心跳，进行P波信息的量化，根据量化的P波信息进行房颤的仔细筛查；第五步：最后输出房颤的典型波形，以及房颤的发生频率和发生次数。房颤的发生频率和次数对房颤手术的选择、药物干预以及临床各种并发症的诊断和治疗具有重要价值，可以指导临床医生进行个性化的治疗方案。
-
Patent Agency Ranking
公开(公告)号：CN110123304B
公开(公告)日：2021-08-27
申请号：CN201910060912.0
申请日：2019-01-22
Applicant: 东南大学
Abstract: 本发明专利公开了一种基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法，针对获取的原始动态心电数据依次进行基线漂移滤除、R波位置检测，计算R波个数及RR间期序列标准差后，进行心电多模板匹配，并对得到的相关系数矩阵做主成分分析，通过最大贡献率与RR间期序列标准差、R波个数等指标划分信号质量等级，快速得出质量评估结果，实现自动滤除心电噪声段的目标。该方法计算简便，准确率高，有效适用于动态心电实时质量评估应用。
-
公开(公告)号：CN109745033A
公开(公告)日：2019-05-14
申请号：CN201811594322.8
申请日：2018-12-25
Applicant: 东南大学
IPC: A61B5/0402
Abstract: 本发明专利公开了一种基于时频二维图像和机器学习的动态心电质量评估方法，通过将一维心电信号转变为二维时频图像，并将得到的二维时频图馈送到机器学习系统中进行训练，得到一个自动且准确拣选有用穿戴式心电信号的信号质量评估模型，该模型可以对输入的时频图像进行分类，划分信号质量等级，不仅能够有效地抑制无临床诊断价值的噪声心电信号，而且能够进一步对有临床诊断价值的心电片段做进一步信号质量分类，从而提供更为直观细致的信号质量反馈信息。
-
公开(公告)号：CN110123304A
公开(公告)日：2019-08-16
申请号：CN201910060912.0
申请日：2019-01-22
Applicant: 东南大学
IPC: A61B5/0402
Abstract: 本发明专利公开了一种基于多模板匹配和相关系数矩阵的动态心电噪声自动滤除方法，针对获取的原始动态心电数据依次进行基线漂移滤除、R波位置检测，计算R波个数及RR间期序列标准差后，进行心电多模板匹配，并对得到的相关系数矩阵做主成分分析，通过最大贡献率与RR间期序列标准差、R波个数等指标划分信号质量等级，快速得出质量评估结果，实现自动滤除心电噪声段的目标。该方法计算简便，准确率高，有效适用于动态心电实时质量评估应用。
-
公开(公告)号：CN114343666B
公开(公告)日：2023-09-26
申请号：CN202210032416.6
申请日：2022-01-12
Applicant: 东南大学
Abstract: 本发明公开了一种针对长程心电监测的阵发性房颤扫描方法，包括以下步骤：第一步：获取心电波形信号，对信号进行统一量纲处理；第二步：疑似房颤的定位，对信号进行特征点检测，提取RR间期，计算ΔRR间期，筛选疑似房颤，并排除部分早搏；第三步：房颤的粗略检测，计算RR间期特征来进一步确定房颤片段；第四步：房颤的精细检测，根据R峰位置截取1/2的房颤心跳，进行P波信息的量化，根据量化的P波信息进行房颤的仔细筛查；第五步：最后输出房颤的典型波形，以及房颤的发生频率和发生次数。房颤的发生频率和次数对房颤手术的选择、药物干预以及临床各种并发症的诊断和治疗具有重要价值，可以指导临床医生进行个性化的治疗方案。
-
公开(公告)号：CN116012568A
公开(公告)日：2023-04-25
申请号：CN202310006237.X
申请日：2023-01-04
Applicant: 东南大学
IPC: G06V10/20 , A61B5/346 , A61B5/00 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种通过拍照心电图获取心电节律信息的系统，其中，心电区域提取单元负责获取由手机摄像头拍摄的12导联纸质心电图报告，去除无关附加信息，并基于目标检测神经网络提取出心电区域；图像处理单元采用图像去噪、倾斜校正、阴影去除、数据增强等算法对其进行预处理；心电节律信息获取与异常分类单元基于卷积神经网络，获取心电图节律信息，并对其进行心律异常分类；安卓手机应用程序功能单元用于将用户的心电节律信息分类结果反馈给访问用户的结果反馈模块。本发明能够通过拍摄纸质心电图报告照片，获取心电节律信息并对其进行识别分类，是一种可管理、便携且低成本的工具，有助于在医生辅助诊断中改进心电图解释。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.017 seconds)
