买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江南大学申请的专利基于可编程片上系统的心电信号智能监测加速方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114662537B 。

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210274373.2，技术领域涉及：G06F18/241；该发明授权基于可编程片上系统的心电信号智能监测加速方法是由虞致国;何丁赋;佴宇飞设计研发完成，并于2022-03-21向国家知识产权局提交的专利申请。

本基于可编程片上系统的心电信号智能监测加速方法在说明书摘要公布了：本发明公开了基于可编程片上系统的心电信号智能监测加速系统及方法，属于神经网络算法实现和硬件加速领域。所述系统包括：模数转换模块、片上系统处理器、硬件加速模块、总线结构和输出显示模块。本发明的特征提取算法和分类算法的运算通过软件的处理和硬件加速电路的特殊设计，相比现有的纯软件方案，在处理速度上得到了很大程度上的优化，在功耗相同的条件下提供更快速的处理能力，提高了可编程片上系统资源的利用率；从片上系统处理器中获取心电信号分类的结果，其它输出内容可直接由模数转换模块提供，降低了片上系统处理器的运行负荷，整体系统的性能与实时性得到了显著提高，在对性能要求较高的便携式设备领域，具有非常重要的意义。

本发明授权基于可编程片上系统的心电信号智能监测加速方法在权利要求书中公布了：1.一种基于可编程片上系统的心电信号智能监测系统，其特征在于，所述系统包括：模数转换模块、片上系统处理器、硬件加速模块、总线结构和输出显示模块； 所述模数转换模块用于将心电信号转化成数字信号； 所述片上系统处理器与所述模数转换模块连接，用于对数字心电信号进行处理，包括信号的特征提取和信号分类； 所述硬件加速模块通过系统总线与所述片上系统处理器连接，用于对所述片上系统处理器的数据进行硬件计算； 所述输出显示模块与所述片上系统处理器连接，用于输出并显示所述心电信号的相关数据； 所述硬件加速模块包括多个硬件计算子单元，每个硬件计算子单元包括若干个乘法器和加法器，所述若干个乘法器相互独立且并行连接，所述加法器将各个并行乘法器得到的结果进行累加； 所述片上系统处理器采用Mallat算法对所述数字心电信号进行特征提取，特征提取的过程中，所述Mallat算法对输入信号的分解过程用特征矩阵表征，并将所述特征矩阵中的重复乘加运算传输至所述硬件加速模块进行硬件计算； 采用特征矩阵来表征输入信号的分解过程包括： 用卷积运算实现Mallat算法的滤波过程为： 其中，G1n为输入信号向量经过第一层数字低通滤波器后的输出结果，H1n为输入信号向量经过第一层数字高通滤波器后的输出结果，Sn为原输入信号向量，gn和hn分别代表数字低通与高通滤波器； 对上述卷积公式进行矩阵变换，输入信号Sn的长度为N，数字低通滤波器gn和数字高通滤波器hn的长度都为K，且有NK，那么上述公式的矩阵形式即为： 上述在第一层中由hn构成的矩阵称为高通滤波特征矩阵Fh1，同理由数字低通滤波器gn构成的矩阵称为低通滤波特征矩阵Fg1，对这两个K+N-1×N矩阵进行如下规则变换： 1各去除前K2-1行和后K2-1行，形成N+1×N矩阵； 2对剩下的N+1行，各提取其偶数行进行隔点采样； 3将提取完成的两个矩阵上下拼接在一起，形成N×N矩阵F1，其中矩阵F1即为特征矩阵，分解层数为1； 如下为一组心电信号序列，在经过Mallat特征矩阵第一层分解后得到的细节分量序列cD1和近似分量cA1； 针对第二层的分解，此时的输入信号为第一层分解后的近似分量cA1，第一层分解过程中所得到的高通滤波特征矩阵Fh1和低通滤波特征矩阵Fg1将重复上述步骤1、2及3以得到的特征矩阵F2，此时让F2与cA1执行矩阵乘法操作，即可得到第2层分解上的细节分量cD2和近似分量cA2； 用矩阵表达小波分解过程如下： 后续分解层，以上述步骤类推。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。