公开(公告)号：CN111481192B

公开(公告)日：2022-06-03

申请号：CN202010323589.4

申请日：2020-04-22

Applicant: 重庆邮电大学 ,  南京智盈人工智能研究院有限公司

Inventor： 庞宇 ,  何思佳 ,  王慧倩 ,  林金朝 ,  刘挺 ,  李国权 ,  卢毅 ,  罗家赛

IPC: A61B5/318 ,  A61B5/352 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/00

Abstract: 本发明涉及一种基于改进U‑Net的心电信号R波检测方法，属于心电信号技术领域该方法主要包括如下几个要点：1)对获取的心电数据进行预处理；2)将经过预处理的心电数据输入训练好的U‑net网络模型中；3)获取U‑net网络模型输出的心电信号分割数据；4)结合组平均聚类算法对分割结果进行优化，最终输出R波位置。与传统的R波检测方法相比，本发明引入深度学习中的分割网络，提高了在强噪声或波形异常环境下R波检测的正确率，该方法具有较好的定位灵敏度和鲁棒性。

公开(公告)号：CN111481192A

公开(公告)日：2020-08-04

申请号：CN202010323589.4

申请日：2020-04-22

Applicant: 重庆邮电大学

Inventor： 庞宇 ,  何思佳 ,  王慧倩 ,  林金朝 ,  刘挺 ,  李国权 ,  卢毅 ,  罗家赛

IPC: A61B5/0456 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/00

Abstract: 本发明涉及一种基于改进U-Net的心电信号R波检测方法，属于心电信号技术领域该方法主要包括如下几个要点：1)对获取的心电数据进行预处理；2)将经过预处理的心电数据输入训练好的U-net网络模型中；3)获取U-net网络模型输出的心电信号分割数据；4)结合组平均聚类算法对分割结果进行优化，最终输出R波位置。与传统的R波检测方法相比，本发明引入深度学习中的分割网络，提高了在强噪声或波形异常环境下R波检测的正确率，该方法具有较好的定位灵敏度和鲁棒性。

公开(公告)号：CN111420308A

公开(公告)日：2020-07-17

申请号：CN202010299279.3

申请日：2020-04-16

Applicant: 重庆邮电大学

Inventor： 庞宇 ,  王志成 ,  袁鹏飞 ,  蒋伟 ,  张博臻 ,  赵鸿毅 ,  雷鹏 ,  何思佳

IPC: A61N7/00 ,  A61N7/02 ,  H02M3/04 ,  G05B13/02 ,  G05B19/042

Abstract: 本发明公开一种基于频率自动跟踪的超声理疗仪，包括：微控制器、信号发生模块、功率放大模块、阻抗匹配模块、频率跟踪模块；本发明的频率自动跟踪系统采用闭环反馈跟踪系统，在超声电源系统工作过程中，频率跟踪模块实时采集超声波换能器两端的电压信号和电流信号并转换成第四驱动信号送入微控制器进而输出脉冲信号至模糊控制器进行自适应调节，最后将自适应调节后的脉冲信号经过DDS电路输出超声激励信号，经过整形滤波电路输出第一驱动信号，经过占空比调节电路输出第二驱动信号，经过功率放大模块输出高稳定和高精度的超声激励信号，经过阻抗匹配模块输出电压信号和电流信号，使得信号输出频率与输入频率逐渐保持一致，实现频率自动跟踪。