公开(公告)号：CN114795213A

公开(公告)日：2022-07-29

申请号：CN202210582967.X

申请日：2022-05-25

Applicant: 南京安兴悦医疗科技有限公司 ,  复旦大学

Inventor： 吴咏霖 ,  陈炜 ,  李靖 ,  苏瑞芝 ,  列智坤 ,  祝国强 ,  徐伟

IPC: A61B5/18 ,  A61B5/16 ,  A61B5/0205 ,  A61B5/0507 ,  A61B5/00

Abstract: 本申请的目的在于提供一种非接触式驾驶员疲劳状态检测方法及系统，所述检测方法包括：S1、提供由生理电信号训练得到的疲劳驾驶投票模型，所述生理电信号包括心率信号和呼吸信号；S2、采用非接触式检测设备检测驾驶员在目标时间段内的所述生理电信号；S3、根据所述生理电信号至少提取心率信号特征和呼吸信号特征；S4、基于所述心率信号特征、呼吸信号特征和所述疲劳驾驶投票模型得到驾驶员疲劳状态检测结果。本申请实施例的技术方案能实现驾驶过程中疲劳事件和清醒事件的判别，并且所使用的投票模型具有更好的泛化能力，同时对疲劳事件和清醒事件的敏感性更加均衡。

公开(公告)号：CN114176519A

公开(公告)日：2022-03-15

申请号：CN202111496510.9

申请日：2021-12-09

Applicant: 复旦大学

Inventor： 列智坤 ,  陈炜 ,  吴咏霖 ,  祝国强 ,  崔睿 ,  陈晨

IPC: A61B5/00 ,  A61B5/318

Abstract: 本发明属于健康检测领域，具体为一种非接触式心电信号质量分类方法。其使用小波中值阈值法去除信号的基线漂移和肌电干扰噪声，采用鲁棒性和稳定性强的融合分类器模型对心电信号的质量进行高精度分类，从而提高信号的利用率便于进一步精确地对患者进行病理分析。本方法适合应用在长时间日夜检测的非接触式心电信号检测系统上，解决动态心电信号特征提取效率低下、信号噪声杂多、存在明显运动伪迹的问题。而且该模型算法复杂度和空间复杂度都很低，减少预测分类的时间，以此实现便携式智慧医疗的家庭应用普及。