西安交通大学李江涛获国家专利权
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!
龙图腾网获悉西安交通大学申请的专利基于心电图和心震图联合采集的信号特征提取与数据压缩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:CN115736945B 。
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:202211419049.1,技术领域涉及:A61B5/352;该发明授权基于心电图和心震图联合采集的信号特征提取与数据压缩方法是由李江涛;王昊悦;汪毅峰;严泽鑫;徐峥一;曹晖;李运甲;赵政设计研发完成,并于2022-11-14向国家知识产权局提交的专利申请。
本基于心电图和心震图联合采集的信号特征提取与数据压缩方法在说明书摘要公布了:本发明公开的基于心电图和心震图联合采集的信号特征提取与数据压缩方法,利用轻量化的算法实现了心电信号与心震信号的特征点标注,具有高度的实时性,适用于实时的便携式心脏健康监护模式。该算法利用归一化后的一阶微分信号的香农信息熵实现R波的识别,利用R波的定位及心震信号高频成分的包络线实现IM点与AC点的定位,提高了特征点识别的准确性,适用于多种场景下心电信号与心震信号的测量结果。该方法根据心电信号与心震信号的特征点识别结果提取了完整的信号特征,通过对不同信号特征的时间序列进行信息粒化处理实现数据的压缩,能够在满足计算与存储轻量化的同时为心脏健康状况诊断提供全面的信息,有利于提高诊断的准确性。
本发明授权基于心电图和心震图联合采集的信号特征提取与数据压缩方法在权利要求书中公布了:1.一种基于心电图和心震图联合采集的信号特征提取与数据压缩方法,其特征在于,包括如下步骤: S1,使用滤波的方法对同步采集的原始心电信号和心震信号进行处理以滤除原始信号中包含的噪声成分,获得去噪后的心电信号和心震信号,同时获取心震信号的高频成分; S2,对S1中去噪后的心电信号进行一阶微分计算,并获取一阶微分信号的香农信息熵的峰值包络线; S3,利用S2中香农信息熵的峰值包络线定位心电信号R波的位置; S4,将S3中确定的心电信号R波位置代入S1中去噪后的心电信号,实现心电信号中P波、Q波、S波和T波的定位; S5,获取S1中心震信号高频成分的峰值包络线,结合S3中确定的心电信号R波的位置信息,实现心震信号IM点与AC点的定位; S6,将S5中确定的心震信号IM点与AC点的位置代入S1中去噪后的心震信号,实现心震信号中MC点、AO点、RE点、MO点、IC点、RF点的定位; S7,利用确定位置的心电信号的P波、Q波、R波、S波和T波及心震信号的MC点、AO点、RE点、AC点、MO点、IM点、IC点、RF点分别获取心电信号、心震信号的时间间隔特征及幅值特征以及心电信号与心震信号联合的时间间隔特征,以此作为后续心脏健康状况诊断算法的输入数据; S8,采用列式存储的方法进行心电信号、心震信号的时间间隔特征及幅值特征以及心电信号与心震信号联合的时间间隔特征的存储,对不同信号特征的时间序列进行信息粒化处理,去除坏点与高度相似的数据以实现数据的压缩; S5步骤具体为:获取心震信号高频成分的峰值包络线,包络线上与心电信号R波对应的点前后100ms范围的固定窗口即为用于识别IM点的窗口,识别窗口范围内的峰值点并将峰值点的幅值乘以固定的系数β1,峰值点左侧幅值与之相符的点的位置即为IM点的检测起始位置,将M点的检测起始位置代入去噪后的心震信号,其后的第一个极小值点即为IM点,识别与R波对应的固定窗口之后的第一个峰值点并将峰值点的幅值乘以固定的系数β2,峰值点左侧幅值与之相符的点的位置即为AC点的检测起始位置,将AC点的检测起始位置代入去噪后的心震信号,其后的第一个极大值点即为AC点;其中0.01β10.99,0.01β20.99; S6步骤具体为:每一个IM点前的第一个极大值点与MC点对应,每一个IM点后的第一个极大值点与AO点对应,每一个AO波后的第一个极小值点与IC点对应,每一个IC点后的第一个极大值点与RE点对应,每一个AC点后的第一个极小值点与MO点对应,每一个MO点后的第一个极大值点与RF点对应; S7步骤具体为:将确定位置的心电信号的P波、Q波、R波、S波和T波及心震信号的MC点、AO点、RE点、AC点、MO点、IM点、IC点、RF点分别标记在去噪后的心电信号和心震信号上,分别获取心电信号、心震信号的时间间隔特征及幅值特征以及心电信号与心震信号联合的时间间隔特征,以此作为后续心脏健康状况诊断算法的输入数据; S8步骤具体为:采用列式存储的方法将心电信号、心震信号的时间间隔特征及幅值特征以及心电信号与心震信号联合的时间间隔特征进行分类存储,其中超过指定阈值的信号特征被判定为坏点,不予存储,识别不同信号特征时间序列的波动点,相邻波动点间的信号特征时间序列构成信息粒,并选取信息粒中首个点作为信息粒的特征点,提取所有信号特征信息粒的特征时间并构成新的时间序列,对每个时间点进行所有信号特征的对应,完成数据的压缩。
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西安交通大学,其通讯地址为:710049 陕西省西安市碑林区咸宁西路28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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励