本发明公开一种基于SaO2信号多种基线特征的自动识别SAHS方法，包括步骤：S1、采集SHHS数据库中的SaO2信号，并对SaO2信号进行预处理；S2、提取多种基本数据特征，并筛选出最优特征；S3、提取多种自定义基线相关特征并与最优特征合并成特征数据集；S4、依据SHHS数据库中提取数据对应的注释文件，计算AHI值，根据AHI值对特征数据集进行分类，选取随机平衡数据法对不平衡数据集进行处理，得到平衡数据集；S5、将平衡数据集作为随机森林分类器的输入，对数据集进行训练和测试，得到最终分类结果。本发明更好地体现SaO2信号变化情况，受试者患病严重程度通过基线相关特征有更好体现；通过随机平衡数据法合并成完整平衡数据集，保证数据随机性，使最终分类结果更准确。
📄 2020115364307
📂 G06K9_00
👤 杭州电子科技大学
📅 2020-12-23
一种基于二值传感器卡尔曼融合的血液氧气含量估计方法，建立血液氧气含量动态生理模型和二值量测模型，根据血液氧气含量模型，分析二值传感器量测中的有效信息，得到实际的量测模型；设计鲁棒的本地卡尔曼估计器，给出估计误差协方差上界的递归计算过程，通过最小化估计误差协方差上界求取最优本地估计增益；设计用于血液氧气含量估计的分布式融合卡尔曼滤波器，采用协方差插入融合准则并通过求解最优化问题得到最优融合权重矩阵。本发明提供一种基于二值传感器的血液氧气含量分布式融合卡尔曼估计方法，实现血液氧气含量的实时无创估计。
📄 2019108964493
📂 A61B5_145
👤 浙江工业大学
📅 2019-09-23
本发明公开了一种面向血压预测的心冲击图信号特征工程方法，该方法从时域、频域、波动特性和波形特性四个方面提取多维BCG信号特征，包括：心率变异性时域、频域相关特征；波动模式特征，如过零率、绝对瞬时斜率、平均极值点数和平均累积振幅变化等；以及J峰、I谷、K谷等波形特征，如脉搏上升时间、脉搏下降时间、心冲击图脉搏偏差和J峰‑K谷振幅偏差等。本发明能够获得一个BCG信号的复合特征集合，在直观、清晰、可解释性强的前提下可显著提升基于BCG信号的血压预测准确性，为高血压的早期识别和实时监测提供可靠支持。
📄 2025103377239
📂 G06F18_21
👤 浙江工业大学
📅 2025-03-21
本发明实施例提供了一种心率实时计算方法及装置，涉及医疗电子技术领域。所述方法包括将实时采集的心电数据缓存到缓存器中；当检测到所述缓存器的缓存数据的容量到达预设值时，读取所述缓存器中的心电数据并利用小波分解和重构的方法，对所述读取到的心电数据去除基线漂移；基于预设的滑动时间窗以及所述去除基线漂移的心电数据，获取所述滑动时间窗内的心电数据并定位所述滑动时间窗内的心电数据的最大值点作为R波峰点，以得到多个R波峰点；基于定位的所述多个R波峰点，计算所述实时采集到的心电数据的RR间期值并实时显示，解决了在极端心理和生理条件下，不能实时准确定位R波峰，从而不能实时计算心率的问题。
📄 2017102344233
📂 A61B5_0245
👤 西南大学
📅 2017-04-11
本发明公开了一种企事业单位上岗人员体征安全分析方法，采集N次某一状态下企事业单位某一上岗人员的体征数据；将上述体征数据作为BP神经网络的输入，将上岗人员所处的状态作为BP神经网络的输出，利用采集的体征数据进行训练，得到分类器；实时采集所述上岗人员的体征数据，并作为所述分类器的输入，判定出该上岗人员所处的状态，并通过统计方法获得上岗人员在不同状态下各体征指标的最高值、最低值、基准值；利用上述最高值、最低值、基准值分析上岗人员的体征状态。本发明可以准确判断出上岗人员的体征状态，当状态异常时可以发出告警，从而避免上岗人员身体状况不佳出现人身伤害事故及不安全操作，提高工作效率，减少安全隐患。
📄 2018115222633
📂 A61B5_16
👤 湖南仪峰安安网络科技股份有限公司
📅 2018-12-13
一种基于聚类分析的光电容积脉搏波分析处理方法，包括以下步骤：1)采集手指端的光电容积脉搏波信号，对光电容积脉搏波信号低通滤波，放大后传送给上位机；2)使用数字滤波器对采集到的信号进行噪声滤波处理，得到纯净的脉搏波信号；3)对纯净的光电容积脉搏波信号进行差分处理，提取其波峰波谷点；4)计算提取到的波形信号中各个单周期的k’值和独立脉压指数P1、P2；5)对单次采集波形中提取出的各心跳周期的k’值和P1、P2值进行聚类分析，提取出代表波形；6)对代表波形进行特征参数采集；通过对代表波形的特征参数提取，从而相应地提高了建模的效率和精度。
📄 2019113227618
📂 A61B5_02
👤 西安理工大学
📅 2019-12-20
本发明涉及一种基于三维引擎及生理参数判断人体是否紧张的方法及系统。属于脑电信号处理技术领域。所述方法包括：步骤1：实时监测获取人体的脑电数据，包括低频带LF、高频带HF、脑电θ波、脑电α波、脑电β波、脑电γ波；步骤2：对采集到的脑电数据进行提取处理；步骤3：由状态评估模型 对处理后的有效脑电数据进行计算，得出对应人体紧张程度的状态值M；步骤4：基于状态值M评估人体紧张状态。本发明更能体现认知状态的变化，尤其是在涉及到注意力集中与放松状态的对比上。高频活动的增加相对低频活动的增强，更直接关联于紧张程度和任务参与度的提升。
📄 2024107076857
📂 A61B5_16
👤 山东捷瑞数字科技股份有限公司
📅 2024-06-03
本发明涉及生物信息处理技术领域，具体为基于电生理数据的情绪状态检测系统，系统包括信号接收与校准模块、信号异常检测模块、情绪模式分析模块、情绪输出模块。本发明中，通过对心电图、脑电波和皮肤电活动信号的精确校准和时间同步，提升信号的可用性和数据精确度，确保情绪状态检测的可靠性，采用先进的信号处理技术精确剔除异常指标，提高信号的纯净度，为情绪特征的精确解析提供坚实基础，综合分析多种生理信号，允许系统对情绪的微妙变化进行实时响应，通过调整信号处理参数，基于情绪稳定性指数优化系统适应性和反应速度，提升情绪检测的精度，使系统在心理健康监控和人机交互中应用更高效、敏感。
📄 2024115196691
📂 A61B5_16
👤 南通大学
📅 2024-10-29
本发明公开了一种基于实时生理信号特征提取的健康状态评估方法，包括：利用多通道协同采集单元同步采集多源生理信号；对采集信号进行实时质量评估，并根据评估结果计算优化采样频率，同时依据计算结果动态调整各信号通道的采样参数；对多源生理信号进行三级串行处理，识别异常信号；再对多源生理信号进行多域特征提取，并采用动态权重网络融合提取特征，形成特征数据集；基于生理系统知识图谱分析特征数据集中各特征间的生理关联性，通过图神经网络提取各特征间的拓扑关系，并优化特征选择，筛选出特征子集；将特征子集输入多系统健康评估模型中进行评估计算，输出健康状态评估结果。本发明提升了健康评估的准确性、可靠性和实用性。
📄 2025102495755
📂 G16H50_30
👤 南京迈拓医药科技有限公司
📅 2025-03-04
本发明公开了基于多模态融合的生理信号数据处理方法、系统及装置，涉及数据处理技术领域，包括S1、数据处理请求响应接收，S2、数据预分析，S3、数据再处理，S4、数据融合存储，基于接收的各模态生理信号图，能够提取每个模态生理信号图中的关键子组合信号图进行融合存储，解决了目前通常仅限于将所有生理信号数据进行笼统地识别处理和归档而导致存在的缺陷问题，通过关键子组合信号图的融合存储，使得后续实际进行数据查验时的效率和便捷性得到了有力的保障，不仅减少了后续处理生理信号数据所须消耗的计算资源和时间，同时也有助于提升数据处理效率。
📄 2024107526971
📂 G06F18_25
👤 临沂大学
📅 2024-06-12
本发明属于心电检测技术领域,尤其涉及一种获取心电信号的方法、装置、终端和计算机可读存储介质。其中,所述方法包括:获取原始脉搏信号;将所述原始脉搏信号发送给放大电路单元,由所述放大电路单元对所述原始脉搏信号进行放大处理,得到放大后的脉搏信号;接收所述放大后的脉搏信号,并通过对所述放大后的脉搏信号进行特征点提取和特征点计算将所述放大后的脉搏信号变换成心电信号;使得心电信号的获取更具有便捷性,不需要添加电极,也不需要形成导联和多点监测进行心电信号的获取,人们可以随时随地进行心电图监测。
📄 201811359844X
📂 A61B5_318
👤 深圳市松恩电子科技有限公司
📅 2018-11-15
本发明公开了一种基于ECG信号的心脏运动信号预测方法，将ECG信号与心脏运动信号的相关部分建模为GLM模型互相关项，利用迭代最小二乘法实时地估计GLM模型互相关项的系数，将ECG信号非平稳心率变化信息的全过程通过GLM模型互相关项引入心脏表面目标点的预测中，增强了对心脏信号中非平稳变化的适应能力，提高了对运动信号的估计精度，完成了心脏运动信号的实时预测。
📄 2016109725617
📂 A61B5_0402
👤 电子科技大学
📅 2016-10-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台