公开(公告)号：CN110051325A

公开(公告)日：2019-07-26

申请号：CN201910246351.3

申请日：2019-03-29

Applicant: 重庆邮电大学

Inventor： 李国权 ,  李必禄 ,  刘乐乐 ,  庞宇 ,  林金朝

IPC: A61B5/00 ,  A61B5/0402 ,  G06K9/00

Abstract: 本发明请求保护一种基于小波变换及改进EEMD的心电信号综合滤波方法。针对心电中噪声特点，将主要噪声源分为低频干扰和高频干扰。高频干扰包括工频及肌电干扰，设计小波阈值法实现高频干扰的消除；低频干扰即基线漂移干扰，针对EEMD算法的不足，给出EEMD算法中重要参数加入辅助噪声的大小和集合平均次数确定的依据，然后使用改进EEMD算法消除基线漂移干扰。针对心电信号中多种干扰同时存在的情况，设计了基于小波变换及改进EEMD的心电信号一次性综合消噪算法。本发明能够提高信噪比，减小均方差，保持心电波形特征。

公开(公告)号：CN111956210B

公开(公告)日：2022-06-03

申请号：CN202010880573.3

申请日：2020-08-27

Applicant: 重庆邮电大学

Inventor： 李国权 ,  李必禄 ,  林金朝 ,  李国军 ,  徐勇军 ,  庞宇

IPC: A61B5/352

Abstract: 本发明涉及一种基于EEMD和信号结构分析的心电信号R波识别方法，属于心电信号检测技术领域。该方法首先利用EEMD将带噪声的心电信号分解成一系列IMF和残余分量。EEMD分解后的各模态分量可看作是心电信号不同成分，噪声以及R波的线性组合；即R波作为源信号分布在各个IMF中；然后通过ICA算法从各模态分量中提取出R波；最后将ICA分离出的R波分量通过滑动窗口获取R波的包络线获得初步检测的R波，并对初步检测到的R波根据优化标准进行不断迭代优化，最终实现R的识别。本发明针对带噪声的心电信号无需预处理过程即可直接识别R波，且能实现对R波的准确定位。

公开(公告)号：CN111956209A

公开(公告)日：2020-11-20

申请号：CN202010878936.X

申请日：2020-08-27

Applicant: 重庆邮电大学

Inventor： 李国权 ,  李必禄 ,  徐勇军 ,  李国军 ,  林金朝 ,  庞宇

IPC: A61B5/0456

Abstract: 本发明涉及一种基于EWT和结构特征提取的心电信号R波识别方法，属于信号处理领域。首先利用经验小波变换对心电信号频谱进行自适应分割，在分割区间上构造合适的小波滤波器组提取出具有紧支撑的模态分量。然后对提取出的各模态分量进行频谱分析，找出R波对应的高频分量并对其进行结构分析，从而实现R波的准确定位。仿真结果表明，本发明算法对带噪声心电信号的R波识别平均灵敏度可达99.93％，平均阳性准确率可达99.99％，平均准确率可达99.92％，具有很好的识别效果，对心电信号实时监测具有十分重要的意义。

公开(公告)号：CN111224724A

公开(公告)日：2020-06-02

申请号：CN201911075521.2

申请日：2019-11-06

Applicant: 重庆邮电大学

Inventor： 刘应欢 ,  李国权 ,  李必禄 ,  马佳娣

IPC: H04B17/309 ,  H04B5/00

Abstract: 本发明请求保护一种于智慧医疗服务的路径损耗测量方法，用于人体运动姿态下的测量，其包括以下步骤：获取人体的运动状态，并根据人体运动状态进行人体建模，人体建模过程是将一个完整的运动姿态进行剖解，分成N个理论帧，并搭建各帧模型；按照层次结构部署体域网系统，所述体域网系统包括分别位于不同层次的传感器、汇聚器，所述传感器用于搜集人体的各体征信息，所述汇聚器与传感器相连；测试数据，各传感器搜集体征信息并将所述数据传输给汇聚器，汇聚器则用于搜集并集中处理体征信号；汇聚器处理好信息后发给手机或别的终端，医生或病人家属即能了解到相关患者的信息，实现对病人的实施监护。

公开(公告)号：CN111956209B

公开(公告)日：2022-06-03

申请号：CN202010878936.X

申请日：2020-08-27

Applicant: 重庆邮电大学

Inventor： 李国权 ,  李必禄 ,  徐勇军 ,  李国军 ,  林金朝 ,  庞宇

IPC: A61B5/352 ,  A61B5/366

Abstract: 本发明涉及一种基于EWT和结构特征提取的心电信号R波识别方法，属于信号处理领域。首先利用经验小波变换对心电信号频谱进行自适应分割，在分割区间上构造合适的小波滤波器组提取出具有紧支撑的模态分量。然后对提取出的各模态分量进行频谱分析，找出R波对应的高频分量并对其进行结构分析，从而实现R波的准确定位。仿真结果表明，本发明算法对带噪声心电信号的R波识别平均灵敏度可达99.93％，平均阳性准确率可达99.99％，平均准确率可达99.92％，具有很好的识别效果，对心电信号实时监测具有十分重要的意义。

公开(公告)号：CN111956210A

公开(公告)日：2020-11-20

申请号：CN202010880573.3

申请日：2020-08-27

Applicant: 重庆邮电大学

Inventor： 李国权 ,  李必禄 ,  林金朝 ,  李国军 ,  徐勇军 ,  庞宇

IPC: A61B5/0456

Abstract: 本发明涉及一种基于EEMD和信号结构分析的心电信号R波识别方法，属于心电信号检测技术领域。该方法首先利用EEMD将带噪声的心电信号分解成一系列IMF和残余分量。EEMD分解后的各模态分量可看作是心电信号不同成分，噪声以及R波的线性组合；即R波作为源信号分布在各个IMF中；然后通过ICA算法从各模态分量中提取出R波；最后将ICA分离出的R波分量通过滑动窗口获取R波的包络线获得初步检测的R波，并对初步检测到的R波根据优化标准进行不断迭代优化，最终实现R的识别。本发明针对带噪声的心电信号无需预处理过程即可直接识别R波，且能实现对R波的准确定位。