[发明专利]生物信号降噪装置、处理装置、监控处理系统及电子设备在审

专利信息
申请号: 202010109898.1 申请日: 2020-02-23
公开(公告)号: CN113367656A 公开(公告)日: 2021-09-10
发明(设计)人: 王绍迪 申请(专利权)人: 杭州知存智能科技有限公司
主分类号: A61B5/00 分类号: A61B5/00;A61B5/0205;A61B5/145;A61B5/346;A61B5/372;A61B5/01
代理公司: 暂无信息 代理人: 暂无信息
地址: 311121 浙江省杭州市余杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 生物 信号 装置 处理 监控 系统 电子设备
【权利要求书】:

1.一种生物信号降噪装置,其特征在于,包括:降噪模块,用于基于存算一体架构对生物信号进行降噪处理;

其中,所述降噪模块包括由多个阵列排布的闪存单元组成的闪存处理阵列,所述闪存单元的阈值电压可调,所述闪存处理陈列中存有预训练的深度学习降噪模型。

2.根据权利要求1所述的生物信号降噪装置,其特征在于,还包括:连接在所述降噪模块之前的预处理模块以及与所述预处理模块、所述降噪模块连接的重建模块;

所述预处理模块用于将所述生物信号转换为频域信号;

所述降噪模块对所述频域信号的幅度谱进行降噪处理得到降噪后幅度谱;

所述重建模块根据所述频域信号的相位谱以及所述降噪后幅度谱进行信号重建。

3.根据权利要求2所述的生物信号降噪装置,其特征在于,所述预处理模块包括:加窗单元以及傅里叶变换单元;

所述加窗单元用于对所述生物信号进行加窗;

所述傅里叶变换单元用于将加窗后的生物信号转换为所述频域信号。

4.根据权利要求2所述的生物信号降噪装置,其特征在于,所述重建模块包括:功率谱补偿单元以及反向傅里叶变换单元;

所述功率谱补偿单元用于对所述降噪后幅度谱进行补偿;

所述反向傅里叶变换单元用于对补偿后的幅度谱以及所述频域信号的相位谱进行反向傅里叶变换得到降噪后生物信号。

5.根据权利要求1所述的生物信号降噪装置,其特征在于,所述降噪模块的工作模式包括:处理模式以及编程模式;

所述降噪模块在处理模式下对所述生物信号进行降噪处理,在编程模式下更新所述深度学习降噪模型。

6.根据权利要求1所述的生物信号降噪装置,其特征在于,所述降噪模块还包括:连接在所述闪存处理阵列之前的滤波电路、连接在所述闪存处理阵列输出端的模数转换模块以及连接所述模数转换模块的后处理模块。

7.根据权利要求1所述的生物信号降噪装置,其特征在于,所述闪存单元包括:用于存储长时数据且阈值电压可调的可编程半导体器件以及用于存储临时数据的模拟电容单元,所述可编程半导体器件与所述模拟电容单元并联连接。

8.一种生物信号处理装置,其特征在于,包括:由多个阵列排布的闪存单元组成的闪存处理阵列,该闪存单元的阈值电压可调,该闪存处理陈列中存有预训练的深度学习模型,以对生物信号进行特征提取和分类。

9.根据权利要求8所述的生物信号处理装置,其特征在于,所述闪存处理阵列的工作模式包括:处理模式以及编程模式;

所述闪存处理阵列在处理模式下对生物信号进行特征提取和分类,在编程模式下更新所述深度学习模型。

10.根据权利要求8所述的生物信号处理装置,其特征在于,还包括:连接在所述闪存处理阵列之前的滤波电路、连接在所述闪存处理阵列输出端的模数转换模块以及连接所述模数转换模块的后处理模块。

11.根据权利要求8所述的生物信号处理装置,其特征在于,所述闪存单元包括:用于存储长时数据且阈值电压可调的可编程半导体器件以及用于存储临时数据的模拟电容单元,所述可编程半导体器件与所述模拟电容单元并联连接。

12.一种生物信号监控处理系统,其特征在于,包括:用于采集生物信号的传感器装置、用于对所述生物信号进行降噪处理的如权利要求1至7任一项所述的生物信号降噪装置、用于对降噪后的生物信号进行处理的如权利要求8至11任一项所述的生物信号处理装置。

13.根据权利要求12所述的生物信号监控处理系统,其特征在于,所述传感器装置包括:光电传感器、心电传感器、压力传感器、湿度传感器、温度传感器中的一个或多个的组合。

14.一种电子设备,其特征在于,包括如权利要求1至7任一项所述的生物信号降噪装置或如权利要求8至11任一项所述的生物信号处理装置或如权利要求12或13所述的生物信号监控处理系统。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州知存智能科技有限公司,未经杭州知存智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010109898.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top