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！

龙图腾网获悉江南大学申请的专利一种心电特征提取加速电路、心电监测系统及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：CN114947872B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202210377784.4，技术领域涉及：A61B5/318；该发明授权一种心电特征提取加速电路、心电监测系统及方法是由虞致国;佴宇飞;何丁赋设计研发完成，并于2022-04-12向国家知识产权局提交的专利申请。

本一种心电特征提取加速电路、心电监测系统及方法在说明书摘要公布了：本发明公开了一种心电特征提取加速电路、心电监测系统及方法，属于并行计算加速领域。所述心电特征提取加速电路包括：心电信号输入模块、片上系统处理器、硬件计算模块、存储模块和特征输出模块。本发明基于硬件资源构建乘法阵列和加法树计算单元，对Mallat算法特征矩阵与心电信号数值矩阵的乘法运算进行并行加速，利用硬件资源，使得其可以在一个时钟周期下完成；同时在乘法阵列运算结果临时存储单元中引入乒乓缓存机制，通过组建多个存储子单元，让乘法阵列和加法树计算单元两大模块同时交替地进行数据的写入和读取操作，以达到并行计算的效果，显著地提高系统运算速度，进一步提高了系统监测结果的实时性。

本发明授权一种心电特征提取加速电路、心电监测系统及方法在权利要求书中公布了：1.一种心电特征提取加速电路，其特征在于，所述电路包括：心电信号输入模块、片上系统处理器、硬件计算模块、存储模块和特征输出模块； 所述片上系统处理器采用Mallat算法对输入的心电信号进行特征提取； 所述硬件计算模块包括：基于乘法器构成的乘法阵列和基于加法器构成的加法树计算单元，所述乘法阵列与所述加法树计算单元连接，用于对所述Mallat算法和心电信号的矩阵计算进行硬件计算； 具体硬件计算过程包括： 步骤一：所述片上系统处理器将Mallat算法特征矩阵M的值存储在Mallat特征矩阵存储单元，将心电信号数值矩阵S存放在心电信号序列存储单元，从Mallat特征矩阵存储单元和所述心电信号序列存储单元中取出对应数据分别部署到所述乘法阵列中的两位乘法器上，进行乘法运算； 步骤二：所述片上系统处理器将所述乘法阵列的运算结果写入临时存储单元中； 步骤三：所述片上系统处理器控制所述加法树计算单元从所述临时存储单元中读取乘法运算的结果，并进行加法运算，得到最终的结果矩阵C； 采用所述Mallat算法对心电信号多层的分解，得到所述结果矩阵C的过程包括： 用卷积运算实现Mallat算法的滤波过程为： 其中，G1n为输入数字心电信号序列经过第一层数字低通滤波器后的输出结果，H1n为所述数字心电信号序列经过第一层数字高通滤波器后的输出结果，Sn为所述数字心电信号序列，gn和hn分别代表数字低通与高通滤波器； 对上述卷积公式进行矩阵变换，数字心电信号序列Sn的长度为N，数字低通滤波器gn和数字高通滤波器hn的长度都为K，且有NK，那么上述公式的矩阵形式即为： 上述在第一层中由数字高通滤波器hn构成的矩阵称为高通滤波特征矩阵Fh1，同理由数字低通滤波器gn构成的矩阵称为低通滤波特征矩阵Fg1，对这两个K+N-1×N矩阵进行如下规则变换： 1各去除前K2-1行和后K2-1行，形成N+1×N矩阵； 2对剩下的N+1行，各提取其偶数行进行隔点采样； 3将提取完成的两个矩阵上下拼接在一起，形成N×N矩阵F1，其中矩阵F1即为特征矩阵，分解层数为1； 如下为一组心电信号序列，在经过Mallat特征矩阵第一层分解后得到的细节分量cD1和近似分量cA1； 针对第二层的分解，此时的输入信号为第一层分解后的近似分量cA1，第一层分解过程中所得到的高通滤波特征矩阵Fh1和低通滤波特征矩阵Fg1将重复上述步骤1、2及3以得到的特征矩阵F2，此时让F2与cA1执行矩阵乘法操作，即可得到第2层分解上的细节分量cD2和近似分量cA2； 用矩阵表达小波分解过程如下： 重复所述步骤1、2及3得到后续的分解层的细节分量和近似分量； 所述临时存储单元中利用数据缓存机制，实现所述乘法阵列运算结果的写入操作和所述加法树计算单元的读取操作同时交替地执行； 所述存储模块用于存储特征提取过程中的运算数据和计算结果数据； 所述特征输出模块根据所述硬件计算模块的计算结果，输出最终提取的心电信号特征值。

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江南大学，其通讯地址为：214122 江苏省无锡市滨湖区蠡湖大道1800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。