[发明专利]一种穿戴式心律失常检测装置在审

专利信息
申请号: 202111048228.4 申请日: 2021-09-08
公开(公告)号: CN113712520A 公开(公告)日: 2021-11-30
发明(设计)人: 刘光达;孙玉冰;蔡靖;胡新蕾;周子健 申请(专利权)人: 吉林大学
主分类号: A61B5/0205 分类号: A61B5/0205;A61B5/332;A61B5/33;A61B5/352;A61B5/00
代理公司: 北京驰纳南熙知识产权代理有限公司 11999 代理人: 李佳佳
地址: 130021 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 穿戴 心律失常 检测 装置
【权利要求书】:

1.一种穿戴式心律失常检测装置,包括心电信号采集单元、呼吸信号采集单元、控制器和PC机,其特征在于,所述控制器对所述心电信号采集单元和所述呼吸信号采集单元进行控制,所述PC机对心电信号和呼吸信号进行处理,以实现对受试者心律失常的自动检测。

2.如权利要求1所述的穿戴式心律失常检测装置,其特征在于,所述心电信号采集单元的输入端连接至三导联心电电极,所述呼吸信号采集单元的输入端为心电信号正负电极之间的阻抗,所述心电信号采集单元和所述呼吸信号采集单元的输出端连接到所述控制器的输入端。

3.如权利要求2所述的穿戴式心律失常检测装置,其特征在于,所述装置还包括无线通信单元,所述无线通信单元为蓝牙模块,所述无线通信单元的发射端连接至所述控制器,所述无线通信单元的接收端连接至所述PC机,并在所述PC机上显示受试者的心电和呼吸波形。

4.如权利要求3所述的穿戴式心律失常检测装置,其特征在于,所述PC机用于受试者心电和呼吸波形的显示、数据处理和利用深度神经网络实现心律失常的自动分类。

5.如权利要求2所述的穿戴式心律失常检测装置,其特征在于,所述利用深度神经网络实现心律失常的自动分类是指同时采用前向反馈神经网络FFNN和卷积神经网络CNN两种模型实现心律失常的自动分类。

6.如权利要求1所述的穿戴式心律失常检测装置,其特征在于,所述FFNN共包含五层,为输入层、隐藏层1、隐藏层2、隐藏层3和输出层,层与层之间采用全连接,输出层采用softmax激活函数,其他层采用ReLU激活函数。

7.如权利要求1所述的穿戴式心律失常检测装置,其特征在于,所述FFNN的层与层之间采用全连接,第n-1层到第n层的前向计算公式为

X(n)=f(n)(W(n)X(n-1)+B(n))

输出层采用softmax激活函数,其表达式为

其他层采用ReLU激活函数,其表达式为

f(x)=max(0,x)

其中,W为层与层之间的线性关系,f(n)为第n-1层到第n层的函数关系,X(n-1)为第n-1层的输出信号,B为偏倚,xi为输出层第i层的输入信号,j指在n个神经元中遍历。

8.如权利要求7所述的穿戴式心律失常检测装置,其特征在于,所述FFNN的输入为200ms的心电片段,输出为检测的R波位置信息,用于实现心电信号R波位置的检测,进而利用重采样计算得到心律失常自动分类的特征值RR,公式为

RR=Resample(ECGs[qrsm-2:qrsm],360)

其中,ECGs表示心电缓冲区,qrsm-2表示当前R波点的前一个R波点位置,qrsm表示当前R波点的后一个R波点的位置。

9.如权利要求8所述的穿戴式心律失常检测装置,其特征在于,所述CNN用于提取心电信号特征RR后对心律失常实现训练和测试,通过每一个卷积层和池化层串联的方式实现特征值RR的特征变换,为度量训练样本计算出的输出和真实训练样本输出之间的损失。

10.如权利要求9所述的穿戴式心律失常检测装置,其特征在于,所述CNN的输出层维度为1*13,主要包含心律失常的13种分类,分别是正常心搏N、左束支传导阻滞L、右束支传导阻滞R、(结性)交界性逸搏j、房性逸搏e、房性早搏A、异变的房性早搏a、结性(交界性)早搏J、室上性早搏或异位搏动S、室性早搏V、室性逸搏E、心室融合心搏F和无法分类的心搏Q。

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吉林大学,未经吉林大学许可,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/202111048228.4/1.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