Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广州中医药大学第一附属医院姜敏获国家专利权

广州中医药大学第一附属医院姜敏获国家专利权

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!

龙图腾网获悉广州中医药大学第一附属医院申请的专利一种基于大数据分析的心电图抗干扰检测方法及系统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:CN120788595B

龙图腾网通过国家知识产权局官网在2026-03-27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:202510897562.9,技术领域涉及:A61B5/346;该发明授权一种基于大数据分析的心电图抗干扰检测方法及系统是由姜敏;张勇设计研发完成,并于2025-07-01向国家知识产权局提交的专利申请。

一种基于大数据分析的心电图抗干扰检测方法及系统在说明书摘要公布了:本申请涉及一种基于大数据分析的心电图抗干扰检测方法及系统,包括步骤实时接收心电监测仪输出的ECG信号,并输入至预先完成训练的干扰调整模型;干扰调整模型基于预设的采样规则,提取ECG信号并生成不同时序的信号片段;干扰调整模型对多个信号片段进行特征识别,判断是否存在受干扰的信号片段,并标记为异常片段;当存在异常片段时,获取所述异常片段和与所述异常片段时序关联的其他信号片段,形成特征集;识别并判断特征集的干扰类型,并基于所识别的干扰类型筛选出对应的调整策略,基于调整策略对特征集中需要调整的信号片段进行误差调整,并生成心电图发送至用户端。本申请具有提升心电图干扰信号排查的准确率的效果。

本发明授权一种基于大数据分析的心电图抗干扰检测方法及系统在权利要求书中公布了:1.一种基于大数据分析的心电图抗干扰检测方法,其特征在于: 实时接收心电监测仪输出的ECG信号,并输入至预先完成训练的干扰调整模型; 所述干扰调整模型基于预设的采样规则,提取ECG信号并生成不同时序的信号片段; 所述干扰调整模型对多个信号片段进行特征识别,判断是否存在受干扰的信号片段,并标记为异常片段; 当存在异常片段时,获取所述异常片段和与所述异常片段时序关联的其他信号片段,形成特征集; 识别并判断特征集的干扰类型,并基于所识别的干扰类型筛选出对应的调整策略,基于调整策略对特征集中需要调整的信号片段进行误差调整,并生成心电图发送至用户端; 所述干扰调整模型对若干个信号片段进行特征识别,判断是否存在受干扰的信号片段,并标记为异常片段的步骤,包括: 干扰调整模型依据信号片段的生成顺序,单次对预设个数的信号片段进行特征识别; 基于图像特征比对,识别并标记若干个信号片段中存在的偏差波段,计算偏差波段的波形变化系数,以判断当前若干个信号片段中是否存在异常片段; 所述基于图像特征比对,识别并标记若干个信号片段中存在的偏差波段,计算偏差波段的波形变化系数,以判断当前若干个信号片段中是否存在异常片段的步骤中,包括: 获取由若干个信号片段所形成的整体波形图像; 通过预设的平面坐标系,将整体波形图像与预存储的参考图像进行图像特征比对,标记出与参考图像存在的偏差波段; 获取偏差波段的坐标点,计算出现偏差的波段的波形变化系数; 识别偏差波段在整体波形图像中的位置,以确定偏差波段所属的波段类型和信号片段; 基于波段类型匹配预设的系数阈值,并与当前所计算的波形变化系数进行比较,当波形变化系数大于或等于系数阈值时,判定当前偏差波段所属的信号片段为异常片段,当波形变化系数小于系数阈值时,判定当前偏差波段为正常波动范围; 所述特征集包括干扰调整模型单次识别时,除该异常片段的其余信号片段; 通过将若干个信号片段再次组合成为整体的波形图像,能够获知波形的位置,进一步与参考图像进行比对,以便获知信号片段的波段名称,从而准确判断波形是否为偏差波形,参考图像包括了正常ECG信号的波形图像以及病理性ECG图像的波形; 通过平面坐标系能够获知被认定为偏差波段的波形端点、拐点的坐标,从而方向计算出波形变化系数,进一步对偏差波段所在的波形类型和信号片段进行识别确定;波段类型即代表波段的名称。

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广州中医药大学第一附属医院,其通讯地址为:510000 广东省广州市白云区机场路16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。

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。