本发明公开了一种可穿戴式心电监测设备，心电监测设备包括单导联心电装置和穿戴装置，单导联心电装置用于贴设在心脏位置，穿戴装置用于佩戴在患者腕部，单导联心电装置采集心电信号，并将心电信号发送到云端，云端进行分析将该分析结果发送回穿戴装置，通过穿戴装置上的显示屏显示判断结果、提示灯闪烁、喇叭发出提示音和震动头震动方式告知心脏病患者，提醒其心脏的状态并及时服用药物抑制心脏病发。本发明有益效果：安装方便，减少患者的手术痛苦；在需要更换时能够比较快速的取下，对患者的心脏伤害较小；本发明能够及时提醒患者进行服药。
📄 2019113871022
📂 A61B5_0402
👤 龙岩学院
📅 2019-12-30
一种基于心电波形图全局与局部深度特征融合的异常心电图筛查方法，包括以下步骤：步骤一，构建检测网络模型，检测出心电图像中完整心博；步骤二，构建局部特征提取网络，提取步骤一中检测出完整心博区域的局部特征；步骤三，构建全局特征提取网络，提取心电图像的全局特征；步骤四，构建深度特征融合网络；步骤五，整体训练步骤四中的深度特征融合网络；利用训练得到的深度特征融合网络对心电图像进行正常异常二分类。本发明可以利用心电图的全局特征和局部特征准确的筛查出异常心电图。
📄 2019110277615
📂 A61B5_0402
👤 浙江工业大学
📅 2019-10-28
一种心电散点图三维图像增强方法，包括以下步骤：步骤1：心电波形图数据预处理；步骤2：建立二维心电散点图；步骤3：统计相同坐标散点的频次；步骤4：建立三维心电散点图；步骤5：三维心电散点图切分；步骤6：二维切分图像滤波；步骤7：三维心电散点图重建。本发明将传统二维心电散点图中大量在同一位置重复的点进行统计，并将其出现频次作为判定疾病的标准之一，可以把传统散点图中被忽略的数据进行更加有效的利用，以达到后期图像识别准确率的提升。
📄 2019109544032
📂 A61B5_0402
👤 浙江工业大学
📅 2019-10-09
一种基于深度特征融合网络的心动过速心电图的筛查方法，包括以下步骤：步骤一，数据处理，对原始心电图图像进行预处理，除去心电图中基线漂移和电力线干扰；步骤二，数据重构，将预处理过后的心电图图像中的十二导联分别进行框选分离，重新组织构建数据集；步骤三，模型构建，构建深度神经网络；步骤四，模型训练，输入处理以及重构后的数据到网络中进行参数调整，训练模型；步骤五，模型输出，利用训练过后的模型筛查心动过速心电图。本发明可以根据心电图筛查是否为心动过速。
📄 2019102976548
📂 A61B5_0402
👤 浙江工业大学
📅 2019-04-15
一种基于深度神经网络的心肌梗死心电图的筛查方法，包括以下步骤：步骤一，对原始心电图像进行预处理，去除网格框；步骤二，对步骤一中的图像进行中值滤波处理，消除去除网格框后留下椒盐噪点；步骤三，通过直方图均衡化方法增强对比度，缩放心电图将尺寸统一为224*224，并将数据归一化为[0,1]；步骤四，构建深度神经网络，并利用ECG训练集进行训练。得到能够诊断是否患有心肌梗死的二分类神经网络；步骤五，利用训练得到的深度神经网络对心电图心肌梗死进行辅助筛查。本发明可以根据心电图辅助判断是否是心肌梗死。
📄 2019102689454
📂 A61B5_0402
👤 浙江工业大学
📅 2019-04-04
本发明公开了基于多尺度特征提取的多导联心跳信号分类的方法及装置，首先对多导联心跳信号进行预处理，得到心跳信号堆叠矩阵，然后将心跳信号堆叠矩阵输入至构建并训练完成的浅层特征提取模块，得到心跳信号的浅层特征图，将上一步得到的浅层特征图输入至构建并训练完成的多尺度深层特征提取模块，得到三种不同尺度的深层特征向量，最后将三种不同尺度的深层特征向量进行融合，得到特征融合向量，并基于此对多导联心跳信号进行分类。本发明先提取浅层特征，在提取深层特征，可使深层特征质量更加优秀，进而提升最终分类的性能。
📄 2020108630993
📂 A61B5_0402
👤 浙江工业大学
📅 2020-08-25
本发明公开一种基于双层形态学滤波的心电信号预处理方法，其特征在于按照以下步骤进行：步骤1：利用三角型结构元素构建的第一层形态滤波器对原始心电信号f0进行处理获得初次滤波信号f1；步骤2：利用直线型结构元素构建的第二层形态滤波器对所述初次滤波信号f1进行处理获得二次滤波信号f2；步骤3：将步骤1获得的初次滤波信号f1与步骤2获得的二次滤波信号f2作差，获得预处理后的心电信号f3。其显著效果是：利用两层形态滤波器对心电信号进行处理，在保留心电信号有用特征的基础上，准确获取心电信号中的基线漂移，通过作差将其有效去除，有助于提高后续处理时检测R波的准确率。
📄 2013103355862
📂 A61B5_0402
👤 重庆邮电大学
📅 2013-08-02
本发明公开了一种基于形态学滤波与提升小波变换的心电信号去噪方法，首先根据提升小波理论对心电信号f进行3次分解，得到三层高频系数和三层低频系数，再采用提升阈值去噪法对高频系数进行处理，然后将底层高频系数和低频系数进行两次重构，可得到重构低频系数并对其进行形态学滤波处理，最后根据处理后的重构低频系数和处理后的最高层高频系数进行信号重构得到去噪后的心电信号f’。其显著效果是：方法简单，易于实现，将形态学算法与提升小波变换算法有机结合，相对于传统小波算法，它不仅能同时去除心电高频和低频噪声，提高了去噪后信号的质量，还有计算简单，占用空间少，更易在硬件上实现等优点。
📄 2014106658804
📂 A61B5_0402
👤 重庆邮电大学
📅 2014-11-13
本发明涉及一种保持鱼类正常体位下的在线心电采集装置及方法，该装置包括盒体本体、电极、导线、心电信号采集器和主机；所述盒体本体的内部设置至少一块海绵块，所述海绵块固定于所述盒体本体内部，所述海绵块中心位置设置包容空间，所述包容空间为鱼体模型结构，所述包容空间至所述海绵块上表面间设置可供鱼体通过的通道；所述盒体本体上部安装电极，所述电极一端分别通过导线与所述心电信号采集器连接，所述电极另一端分别通过所述包容空间两侧埋入鱼体，鱼体的心电信号通过所述电极和导线传输至所述心电信号采集器。所述心电信号采集器与主机连接，实时将采集的鱼类心电信号传递至主机，所述主机实时分析接收的鱼类心电信号。
📄 201710127558X
📂 A61B5_0402
👤 山东师范大学
📅 2017-03-06
本发明公开了一种鱼类心电实时采集系统及水环境监测方法、系统，该系统包括：鱼类心电实时采集装置和红外信号接收装置；所述鱼类心电实时采集装置通过契合鱼类外形的载体安装于鱼体上，所述载体实现载体与鱼类心电实时采集装置的重力与浮力相等状态；所述鱼类心电实时采集装置包括防水外壳，所述防水外壳内固定放置微型心电信号处理装置、与其连接的存储装置和电池，所述微型心电信号处理装置通过导线连接电极，电极刺入鱼体围心腔内采集原始心电信号；红外信号发射装置分别与电池和微型心电信号处理装置连接，发射处理后的心电信号至与其配合的红外信号接收装置，完成鱼类实时心电信号采集。
📄 2018111971708
📂 A61B5_0402
👤 山东师范大学
📅 2018-10-15
本发明公开了一种鱼类实时心电微型化采集方法及装置、系统，该装置包括：防水外壳，包括防水外壳主体和与其密封连接防水盖；所述防水外壳主体内固定放置微型心电信号处理装置、与其连接的存储装置和电池，所述微型心电信号处理装置通过导线连接电极，所述防水外壳底端设置电极引出口，电极刺入鱼体围心腔内采集原始心电信号，并将心电信号通过导线传输至所述微型心电信号处理装置进行处理；所述防水外壳侧面设置用于放置红外信号发射装置的通孔，所述红外信号发射装置发射端与通孔密封连接，所述红外信号发射装置分别与电池和微型心电信号处理装置连接，发射处理后的心电信号至与其配合的红外信号接收装置，完成鱼类实时心电信号采集。
📄 2018111971873
📂 A61B5_0402
👤 山东师范大学
📅 2018-10-15
本发明提出一种多维度ECG信号智能诊断系统，包括特征提取模块、机器学习诊断网络集群模块和综合评估模块。所述特征提取模块用于提取ECG信号包括数值特征与形态特征在内的多维度特征；所述机器学习诊断网络集群模块用于对ECG信号的多维度特征进行智能诊断，并获得每一类疾病所对应的分类量化概率；所述综合评估模块用于根据每一类疾病的分类量化概率进行加权平均，综合评估得出最终的ECG诊断结果。本发明所述智能诊断系统融合互补集成经验模态分解(CEEMD)与机器学习诊断网络集群，对ECG信号进行多维度特征提取与人工智能辅助分类量化概率计算，提高了ECG信号人工智能辅助诊断的准确率，具有泛化性高、临床实用性强的特点。
📄 2019103290051
📂 A61B5_0402
👤 杭州电子科技大学
📅 2019-04-23
柿子坊 · 知识产权运营
柿子坊知识产权运营平台