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 > 大连理工大学李轩衡获国家专利权

大连理工大学李轩衡获国家专利权

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!

龙图腾网获悉大连理工大学申请的专利一种基于毫米波雷达的高鲁棒非接触式精准心电监测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:CN121337367B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511904100.1,技术领域涉及:A61B5/318;该发明授权一种基于毫米波雷达的高鲁棒非接触式精准心电监测方法是由李轩衡;吕志远;张玉龙设计研发完成,并于2025-12-17向国家知识产权局提交的专利申请。

一种基于毫米波雷达的高鲁棒非接触式精准心电监测方法在说明书摘要公布了:本发明属于无线感知和人工智能技术领域,公开一种基于毫米波雷达的高鲁棒非接触式精准心电监测方法。先通过距离快速傅里叶变换与数字波束成形技术获取潜在目标的距离与角度,并结合均值滤波与二维恒虚警率算法实现静态背景去除和胸腔位置检测。再利用差分交叉乘法提取连续相位,设计两步心跳相关相位提取方案,分别采用B样条拟合与微分运算去除身体微动与呼吸干扰,获得稳定的心跳相关相位信号。设计心率引导的自适应小波分解方法获取多频带特征,并通过双分支注意力机制和门控融合部分提取时频联合特征。最终将时频联合特征输入基于TransUNet架构的心电信号时域重建模块,实现心电信号的高质量重建,具备非接触、连续、便捷的特点。

本发明授权一种基于毫米波雷达的高鲁棒非接触式精准心电监测方法在权利要求书中公布了:1.一种基于毫米波雷达的高鲁棒非接触式精准心电监测方法,其特征在于,步骤如下: 步骤一:胸腔定位; 先需通过雷达信号确定胸腔的距离和角度,其中,胸腔为潜在目标; 步骤二:心跳相关相位成分提取; 胸腔位置处相位和步骤一中胸腔的距离成正比关系:,胸腔位置的相位变化和胸腔位置的距离变化也成正比关系:;通过提取胸腔位置的相位变化来获取由于心脏跳动而引起的胸腔位置的距离变化;采用差分交叉乘法技术获取胸腔位置的相位信号; 相位信号是包含心跳成分、呼吸成分及身体微动成分的复合信号,从复合信号中分离出心跳成分: 先采用B样条插值法建模身体微动引入的趋势线,再从相位信号中减去该趋势线,消除身体微动干扰; 再为消除呼吸成分,对去趋势线的相位信号进行一阶微分,获得心跳成分的相位信号; 步骤三:心电信号重建; 采用数据驱动的方法,通过神经网络建模心跳成分的相位信号与心电信号之间的映射关系,包含三个依次衔接的模块:首先,心跳成分的相位信号经过心率引导的自适应小波分解模块,被分解为多频带信号;其次,多频带信号输入时频域特征融合模块,得到时频联合特征;最后,时频联合特征被送入心电信号时域重建模块,生成心电信号; 步骤三的具体实现过程如下: 设计心率引导的自适应小波分解模块将心跳成分的相位信号划分为多频带信号:基频带和高频带;具体如下:通过对心跳成分的相位信号进行时频分析确定心率,随后根据该心率动态调整信号采样率,然后进行小波分解,使小波分解的频带边界与心跳节律保持一致; 在小波分解完成后,进一步对基频带采用希尔伯特变换提取包络,并将基频带除以该包络以实现幅度归一化,得到更新多频带信号; 设计时频域特征融合模块,其输入为心率引导的自适应小波分解模块得到更新多频带信号:由浅层编码器、时频域特征提取部分和特征融合部分构成;首先,浅层编码器包含四级串联的一维卷积块,每个一维卷积块由卷积层、层归一化和 PReLU 激活函数组成,用于对更新多频带信号进行初步处理,输出多频带初步特征;时频域特征提取部分包含两个并行的时域分支与频域分支,均以多频带初步特征作为输入;时域分支将多频带初步特征沿时间轴分割并进行时间位置编码,把不同频带在相同时刻的响应作为一个token,通过Transformer 编码器学习跨时间步长的依赖关系,得到时域特征;频域分支将多频带初步特征按频带进行分割并进行频带位置编码,将每个频带的完整时间序列作为一个token,并通过 Transformer 编码器建模不同频带分量间的关联性,刻画心电信号的谐波结构,得到频域特征;特征融合部分采用门控融合结构,用于生成自适应的权重参数,并对时域特征与频域特征进行加权组合,得到时频联合特征; 随后,将提取的时频联合特征输入心电信号时域重建模块,心电信号时域重建模块采用TransUNet架构,基于U形编码器‑解码器结构,并在对应层级的编码器与解码器之间引入跳跃连接;编码器由两部分构成:前端为多级一维卷积块,每个一维卷积块包含卷积层、层归一化和PReLU激活函数;末端嵌入Transformer编码器,建模整个心动周期内的全局上下文依赖;解码器通过上采样卷积块逐步恢复心电信号长度,并融合来自编码器的跳跃连接特征,最终输出心电重建结果。

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大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2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。