申请/专利权人:天津大学温州安全(应急)研究院
申请日:2024-02-22
公开(公告)日:2024-03-26
公开(公告)号:CN117752315A
主分类号:A61B5/024
分类号:A61B5/024;A61B5/00;G16H10/60;G16H50/20;G06F18/15;G06F18/214;G06F18/2431
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.12#实质审查的生效;2024.03.26#公开
摘要:本发明涉及一种光电容积脉搏波数据心律不齐检测方法及装置,检测方法包括以下步骤:采集光电容积脉搏波数据,获得原始脉搏波数据;对原始脉搏波数据进行预处理,得到预处理后的脉搏波数据;对预处理后的脉搏波数据进行峰值检测并计算心率;对预处理后的脉搏波数据进行连续小波变换,获得连续小波变换系数,一对确定且有效的尺度变量和平移量对应指定位置的小波变换二维数据;对小波变换二维数据进行取绝对值操作,生成包含信号在指定时间和频率上的局部信息的图像;构建包含心律不齐分类状态的数据集;搭建卷积神经网络模型,进行模型训练;进行心律不齐的分类检测结果。本发明利用卷积网络模型对图像信息的敏感性,提升检测分类的准确率。
主权项:1.一种光电容积脉搏波数据心律不齐检测方法,包括以下步骤:步骤1:采集光电容积脉搏波数据,获得原始脉搏波数据;步骤2:对原始脉搏波数据进行预处理,得到预处理后的脉搏波数据;步骤3:对预处理后的脉搏波数据进行峰值检测,得到峰值位置序列,并计算心率;步骤4:使用Morlet小波的小波函数作为基础函数,对预处理后的脉搏波数据进行连续小波变换,获得连续小波变换系数,一对确定且有效的尺度变量和平移量对应指定位置的小波变换二维数据;步骤5:对小波变换二维数据进行取绝对值操作,生成包含信号在指定时间和频率上的局部信息的图像;步骤6:对由步骤5得到图像进行图像数据处理,根据图像高度,将包含有效信息的图像部分进行裁剪;步骤7:构建包含心律不齐各个分类状态的数据集;步骤8:搭建卷积神经网络模型,进行模型训练,保存模型训练过程中的最优参数;步骤9:利用训练好的卷积神经网络模型,进行心律不齐的分类检测结果。
全文数据:
权利要求:
百度查询: 天津大学温州安全(应急)研究院 一种光电容积脉搏波数据心律不齐检测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。