公开(公告)号：CN118820860B

公开(公告)日：2025-04-25

申请号：CN202411062615.7

申请日：2024-08-05

Applicant: 齐鲁工业大学(山东省科学院) ,  山东省人工智能研究院

Inventor： 王英龙 ,  孙蒙雨 ,  舒明雷 ,  周书旺 ,  刘照阳 ,  徐鹏摇

IPC: G06F18/24 ,  A61B5/318 ,  A61B5/346 ,  A61B5/00 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21 ,  G06F18/22 ,  G06N3/08 ,  G06N3/0464

Abstract: 一种基于解耦孪生网络的心电信号分类方法，涉及心电信号分类技术领域，将布朗距离协方差(BDC)引入到小样本心电信号分类模型中，构建了一种新结构的改进的小样本分类模型。与传统的CNN模型不同，不使用任何池化层，减少了有价值信息的丢失，并在性能上有所提高。

公开(公告)号：CN119865520A

公开(公告)日：2025-04-22

申请号：CN202510274870.6

申请日：2025-03-10

Applicant: 遵义医科大学

Inventor： 杨兴艳 ,  李成燕 ,  谢健

IPC: H04L67/12 ,  A61B5/318 ,  A61B5/00 ,  A61B5/346 ,  G08B21/18 ,  G08B21/24 ,  G08B25/08

Abstract: 本发明公开了一种床旁实时5G心电图信息传输系统，属于信息传输技术领域。包括：数据采集单元、5G传输单元、存储管理单元、分析处理单元、警示提醒单元以及交互操控单元；数据采集单元：用于对床旁实时5G心电图信息传输系统所需的各项相关数据进行采集。在心电图监控对象的异常指数大于心电图监控对象的异常指数阈值时，会生成推送心电图监控对象的监控异常提醒的指令；在心电图信息传输的传输质量指数小于心电图信息传输的传输质量指数的阈值时，会生成推送心电图信息传输的传输质量低提醒的指令，从而能够及时发现存在的问题，并及时通知相关人员进行处理，避免问题发现不及时带来的安全隐患。

公开(公告)号：CN113935381B

公开(公告)日：2025-04-18

申请号：CN202111256198.6

申请日：2021-10-27

Applicant: 纳龙健康科技股份有限公司

Inventor： 徐拥军 ,  李熙 ,  钟玉秋

IPC: G06F18/24 ,  G06F18/214 ,  A61B5/00 ,  A61B5/346 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于对比学习的心电图分析方法、终端设备及存储介质，该方法中包括：S1：采集心电图数据组成训练集；S2：构建基于对比学习的深度神经网络模型，设定模型的输入为三元组中的阳性参考样本集合和目标样本，模型的输出为目标样本的类别标签，通过训练集对模型进行训练，将训练后的模型作为样本类别分类模型；S3：对待分类心电图数据中的待分类心搏进行预分类；S4：通过人工部分分类结果进行修正，并提取修正后的分类结果中的阳性样本组成阳性参考样本集合；S5：针对未修正的分类结果，将其与阳性参考样本集合共同输入样本类别分类模型进行分类，根据类别标签判定是否为阳性样本。本发明能够快速达成全部数据的准确分析目标。

公开(公告)号：CN119807606A

公开(公告)日：2025-04-11

申请号：CN202311320270.6

申请日：2023-10-11

Applicant: 武汉联影智融医疗科技有限公司

Inventor： 叶志刚 ,  付洺宇 ,  王涛 ,  高飞 ,  王鹏

IPC: G06F18/00 ,  A61B5/346 ,  A61B5/00 ,  G06F18/10 ,  G06F18/27 ,  G06N3/048 ,  G06N3/084

Abstract: 本申请涉及一种导联重构模型的训练方法和心电信号确定方法。所述方法包括：获取十二导联的心电数据样本，将所述心电数据样本作为模型训练的标签；根据所述心电数据样本提取胸前导联的胸心电数据样本，根据所述胸心电数据样本确定所述胸前导联之间信号的差值，得到与所述标签相对应的目标心电数据样本；根据所述目标心电数据样本和所述标签，对待训练的导联重构模型进行训练，得到已训练的导联重构模型。采用本方法能够通过测量数量较少的胸前导联信号来重构目标对象的标准十二导联，在充分简化心电贴片的同时，增加心电信号的信息量。

公开(公告)号：CN119791625A

公开(公告)日：2025-04-11

申请号：CN202510290600.4

申请日：2025-03-12

Applicant: 安徽心之声医疗科技有限公司

Inventor： 王悦 ,  桑蒙 ,  章德云 ,  洪申达 ,  耿世佳 ,  徐伟伦 ,  傅兆吉 ,  周荣博 ,  俞杰 ,  鄂雁祺

IPC: A61B5/021 ,  A61B5/346 ,  A61B5/352 ,  A61B5/00 ,  G06F18/10 ,  G06N20/00 ,  G06F18/2113 ,  G06F18/213 ,  G06F18/25 ,  G06F18/27

Abstract: 本发明公开了一种血压测量方法，属于医疗健康监测技术领域。包括以下步骤：同步采集ECG信号和PPG信号并进行预处理；对ECG信号和PPG信号进行去噪以及特征提取；构建融合多模态特征的加权核函数回归模型，结合随机森林特征选择与分段线性模型动态切换机制，生成血压预测值；基于递归最小二乘法更新模型权重，采用事件触发与周期触发混合机制进行双模校准，并通过全局微调，得到最终的血压值。相较于现有技术，本发明的有益之处在于，可以实现通过回归分析原理结合个体生理特征实现血压的精准预测。

公开(公告)号：CN115836849B

公开(公告)日：2025-04-11

申请号：CN202211724133.4

申请日：2022-12-30

Applicant: 南京信息工程大学

Inventor： 孙乐 ,  何志强

IPC: A61B5/0245 ,  A61B5/346 ,  A61B5/00 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明公开了一种基于对比测试时间适应的心率失常分类方法，首先采集心律失常数据并生成数据集，通过数据集自身标注的Q峰位置采集心拍；再使用SMOTE算法对步骤S1采集的心拍进行类别平衡采样；接着使用多模态图像融合框架将一维心拍转换成二维图像，划分数据集；然后搭建训练阶段的卷积神经网络模型；并根据划分的数据集输入到卷积神经网络模型中进行训练；最后将步骤S5训练好的卷积神经网络模型进行对比测试时间域适应；经过对比测试时间域适应后，在适应的过程中更新源模型的权重参数，将经过调整后的模型用于最终的心率失常分类任务。

公开(公告)号：CN119768109A

公开(公告)日：2025-04-04

申请号：CN202380061769.1

申请日：2023-08-28

Applicant: 美敦力公司

Inventor： R·卡特拉 ,  N·查克拉瓦希

IPC: A61B5/02 ,  A61B5/11 ,  A61B5/346 ,  A61B5/00 ,  G16H50/20

Abstract: 一种医疗装置系统包括：医疗装置，该医疗装置包括一个或多个电极并且被配置为基于经由该一个或多个电极从患者感测到的心脏信号来生成心脏电数据；存储器，该存储器被配置为存储机器学习模型和多个训练数据集；以及处理电路，该处理电路与该存储器通信。该处理电路被配置为将该机器学习模型应用于心脏电数据以确定左心室(LV)功能障碍的度量的值。基于该多个训练数据集来训练机器学习模型。该多个训练数据集中的每个训练数据集包括训练心脏电数据集和指示对应于该训练心脏电数据集的该LV功能障碍的度量的一个或多个值的信息。

公开(公告)号：CN119745395A

公开(公告)日：2025-04-04

申请号：CN202411955968.X

申请日：2024-12-28

Applicant: 北京大学 ,  北京科杰华乐科技有限公司

Inventor： 张庭威 ,  张珏

IPC: A61B5/346 ,  A61B5/0245 ,  A61B5/00

Abstract: 本申请提供了一种信号处理方法及相关装置，包括：获取目标对象的呼吸信号和心跳信号；根据心跳信号，确定目标对象的瞬时心率信号；基于呼吸信号和瞬时心率信号，确定目标对象的心肺耦合度指数，心肺耦合度指数用于标识目标对象的呼吸性窦性心率不齐的程度。通过上述方法，能够综合目标对象的呼吸信号和心跳信号，从心肺耦合的角度得到用于标识目标对象的呼吸性窦性心率不齐的程度的心肺耦合度指数，从而对目标对象的呼吸性窦性心率不齐进行更为准确的分析。

公开(公告)号：CN115299891B

公开(公告)日：2025-03-28

申请号：CN202210917843.2

申请日：2022-08-01

Applicant: 东南大学

Inventor： 季善玲 ,  温海营 ,  张志胜 ,  夏志杰 ,  胡胜

IPC: A61B5/0205 ,  A61B5/346

Abstract: 本发明涉及一种基于雷达信号的心跳时序状态检测方法，包括：获取检测对象的包含有心跳信号和呼吸信号的基带I/Q正交信号，同步采集检测对象的心电信号；以心跳数学模型为依据对基带I/Q正交信号进行处理，获得三条心跳信号特征波，心跳数学模型用于表征包含收缩和舒张两个主要谐波的只受心跳影响的雷达相位信号，三条心跳信号特征波可分别代表两个主要谐波及两个主要谐波的叠加波；以三条心跳信号特征波为输入，以同步采集的心电信号的“Q‑R‑S‑T”波的波峰位置作为标签，训练循环神经网络模型，利用训练好的网络模型对无标签的雷达心跳信号特征波进行时序划分，实现心跳时序状态检测，进而实现对心脏健康状况的准确评估。

公开(公告)号：CN119698665A

公开(公告)日：2025-03-25

申请号：CN202380056424.7

申请日：2023-07-25

Applicant: 美迪科诶爱有限公司

Inventor： 权俊明

IPC: G16H20/60 ,  G16H50/50 ,  G16H50/20 ,  G16H50/70 ,  A61B5/346 ,  G06N3/045 ,  G06N3/042 ,  G06N3/08

Abstract: 本发明揭示一种以心电图(ECG)为基础推荐适合使用者的实时健康状态的食谱计划表的方法。所述方法可包括下列步骤：获取把使用者作为对象测量的心电图(ElectroCardioGram，ECG)信号；利用预先学习的人工智能(Artificial Intelligence，AI)分析所述心电图(ECG)信号，识别出至少一个对应于所述使用者健康状态的短缺营养成分(nutrient)及过剩营养成分；以及设定食谱计划表(menu)，所述食谱计划表包含能补充所识别出来的所述短缺营养成分并回避所述过剩营养成分的一种以上饮食。凭此，使用者仅仅单纯地测量心电图(ECG)就能被推荐针对该时间点的健康状态进行优化的食谱计划表。