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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 河北大学刘秀玲获国家专利权

河北大学刘秀玲获国家专利权

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!

龙图腾网获悉河北大学申请的专利一种心电信号特征波的分割方法及FS-Net模型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:CN119074008B

龙图腾网通过国家知识产权局官网在2025-10-24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:202411379821.0,技术领域涉及:A61B5/346;该发明授权一种心电信号特征波的分割方法及FS-Net模型是由刘秀玲;熊鹏;张杰烁;杜海曼;赵思宇设计研发完成,并于2024-09-30向国家知识产权局提交的专利申请。

一种心电信号特征波的分割方法及FS-Net模型在说明书摘要公布了:本发明涉及一种心电信号特征波的分割方法及FS‑Net模型,心电信号特征波的分割方法具体包括以下步骤:S1.心电信号去噪;S2.利用Pan‑Tompkins算法标定心电信号R峰值信息,计算RR间期信息,之后利用滑动窗口对数据进行归一化处理;S3.心电信号波形修正与特征增强:首先对心电信号进行平滑处理,之后对心电信号的QRS波、P波和T波进行修正,最后进行特征增强;S4.构建FS‑Net模型;S5.将经过步骤S1‑S3处理的心电信号输入FS‑Net模型中进行训练,实现对心电信号中的特征波进行分割;S6.后处理算法;S7.心电信号分割:利用训练后的FS‑Net模型对被测心电信号进行分割。本发明通过对心电信号的修正和增强,有效增强了心电图中P波和T波的表现,提升了特征波检测的准确性。

本发明授权一种心电信号特征波的分割方法及FS-Net模型在权利要求书中公布了:1.一种心电信号特征波的分割方法,其特征在于,包括如下步骤: S1.心电信号去噪:使用中值滤波算法修正心电信号的基线漂移,使用三阶巴特沃斯低通滤波器来消除心电信号中的高频噪声; S2.心电信号峰值归一化:利用Pan-Tompkins算法标定去噪后的心电信号R峰值信息,计算RR间期信息,之后利用滑动窗口选定数据,并对滑动窗口内的数据进行归一化处理; S3.心电信号波形修正与特征增强:首先对归一化处理后的心电信号进行平滑处理,之后对心电信号的QRS波、P波和T波进行修正,最后对修正后的心电信号中的P波和T波进行特征增强; S4.模型构建:构建用于分割心电信号特征波的FS-Net模型; S5.模型训练:将经过步骤S1-S3处理的心电信号输入FS-Net模型中进行训练,实现对心电信号中的P波、QRS波、T波进行分割; S6.后处理算法:对分割错误的特征进行修正; S7.心电信号分割:利用训练后的FS-Net模型对被测心电信号的特征波进行分割; 步骤S3中对P波与T波进行特征增强的具体方式为: S3c-1.将修正后的心电信号向上移1mV,则心电信号的基线为1mV; S3c-2.根据对数函数对上移的心电信号进行初次变换,变换公式为: 其中,为时间为t时,对应的心电信号初次变换后的幅值; S3c-3.对变换后的心电信号进行增强,增强公式为: 其中,为时间为t时,对应的心电信号增强后的幅值; S3c-4.将增强后的心电信号下移1mV,则心电信号的基线为0mV,将下移后的心电信号进行高斯平滑算法处理; S3c-5.利用Pan-Tompkins算法标定高斯平滑后的增强的心电信号R峰值信息,计算RR间期信息,之后利用滑动窗口选定数据,并对滑动窗口内的数据进行归一化; S3c-6.将长度为60ms的滑动窗口在心电信号上以1个采样点的速度进行滑动,对每次窗口内的数据计算标准差,将大于设定门限的点位作为特征波,将小于门限的心电信号的幅值取0,得到修正后的心电信号,所述设定门限的数值为标准差最大值的3.5%; S3c-7.循环执行步骤S3c-1-S3c-6共6次,最终得到的心电信号为特征增强后的心电信号。

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河北大学,其通讯地址为:071002 河北省保定市五四东路180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。