-
Patent Agency Ranking
公开(公告)号：CN119867778A
公开(公告)日：2025-04-25
申请号：CN202311386192.X
申请日：2023-10-24
Applicant: 中国科学院微电子研究所
Abstract: 本发明涉及一种提高心电信号检波准确度的方法和系统，属于心电监测技术领域，方法包括：对心电信号进行初始检波得到初始检波结果，所述初始检波结果中标记了R波位置和类型；对心电信号进行微分转换，得到心电微分信号；基于心电微分信号构建每类R波对应的标准R波微分波形；从心电微分信号中筛选出与对应标准R波微分波形相似度低的R波片段；计算相似度低的R波片段的动态均值，基于动态均值对相似度低的R波片段重新进行筛选，得到心电信号的最终检波结果。解决了现有技术中检波准确度低的问题。
-
公开(公告)号：CN119867770A
公开(公告)日：2025-04-25
申请号：CN202311386180.7
申请日：2023-10-24
Applicant: 中国科学院微电子研究所
Abstract: 本发明涉及一种心电信号的检波效果评估方法和系统，属于心电监测技术领域，方法包括：获取带R波分类标记的心电信号，对所述心电信号进行微分转换，得到心电微分信号；基于心电微分信号构建每类R波对应的标准R波微分波形；计算心电微分信号中每个R波片段与其对应类型的标准R波微分波形的相似度比值；基于每类R波对应的相似度比值得到每类R波的检波效果评估结果。解决了现有技术中缺乏客观有效的检波效果评估方法的问题。
-
公开(公告)号：CN119867779A
公开(公告)日：2025-04-25
申请号：CN202311384731.6
申请日：2023-10-24
Applicant: 中国科学院微电子研究所
Abstract: 本发明涉及一种提取心电图中ST段信号的方法，属于心电信号处理技术领，解决了现有技术中无法准确提取心电图中ST段信号的问题。方法包括以下步骤：获取心电信号，对心电信号进行检波得到心电信号中的R波；计算心电信号中每个R波的置信度；剔除置信度低的R波片段得到预处理后的心电信号；基于预处理后的心电信号采用逆序法确定S波和T波的位置，提取ST段心电信号。实现了快速准确的ST段的提取。
-
公开(公告)号：CN119867781A
公开(公告)日：2025-04-25
申请号：CN202311386202.X
申请日：2023-10-24
Applicant: 中国科学院微电子研究所
IPC: A61B5/358 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种心电信号ST段分类方法，属于心电信号处理技术领，解决了现有技术中ST段分类的不准确的问题。方法包括以下步骤：获取心电信号，提取心电信号中的ST段构建训练样本集；构建深度学习网络模型，基于训练样本集对所述深度学习网络模型进行训练，得到ST段分类模型；提取待检测心电信号中的ST段输入所述ST段分类模型得到待检测心电信号中每个ST段的类型。实现了快速准确的ST段分类。
-
公开(公告)号：CN119867780A
公开(公告)日：2025-04-25
申请号：CN202311385964.8
申请日：2023-10-24
Applicant: 中国科学院微电子研究所
IPC: A61B5/358 , G06F18/214 , G06F18/241 , G06F18/2415 , G06N3/0464
Abstract: 本发明涉及一种基于多通道脑电信号的ST段分类模型的训练方法，属于心电信号处理技术领，解决了现有技术中ST段分类的不准确问题。方法包括：获取多通道心电信号，分别提取每个通道的心电信号的ST段信号；基于每个通道的心电信号的ST段信号构建训练样本集；构建通道加权的卷积神经网络模型，所述通道加权的卷积神经网络包括多个依次相连的残差模块；每个所述残差模块的主分支用于进行特征提取，残差分支用于进行权重计算；将权重和特征按通道相乘得到每个残差模块的输出特征；基于训练样本集对所述通道加权的卷积神经网络进行训练，得到基于多通道脑电信号的ST段分类模型。能够得到快速准确的进行ST段分类的基于多通道脑电信号的ST段分类模型。
-
-
-
-
Search Results
5
records
(took 0.028 seconds)
