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!
申请/专利权人:复旦大学
摘要:本发明属于生物信息处理技术领域,具体涉及一种非接触式BCG信号的心率变异性计算方法及系统。本发明的计算方法包括以下步骤:S1、BCG信号和ECG信号的同步采集、传输和储存;S2、BCG信号和ECG信号的预处理;S3、数据集样本的构建和划分;S4、构建“注意力‑相位平移‑编解码”的深度网络模型;S5、获取最佳模型;S6、获取估计的R峰位置;S7、根据步骤S6获取的R峰位置,计算心率变异性。本发明通过预处理算法精准地去除了人体微振动信号中的呼吸信号,并将硬件电路所固有的高频噪声去除,得到纯净的BCG信号,构建“注意力‑相位平移‑编解码”的深度网络模型通过提取BCG信号的内在特征,还原出真实心跳位置,以计算准确的心率变异性指标。
主权项:1.一种非接触式BCG信号的心率变异性计算方法,其特征在于,包括以下步骤:S1、BCG信号和ECG信号的同步采集、传输和储存,即通过非接触式BCG信号采集装置1采集BCG信号,使用心电图设备同步采集ECG信号;将采集到的BCG信号和ECG信号传输到信号储存装置中;S2、BCG信号和ECG信号的预处理;即通过数据计算装置3对步骤S1中采集的BCG信号和ECG信号进行预处理;S3、数据集样本的构建和划分,即对步骤S2中预处理后的BCG信号和ECG信号进行数据集样本构建,对构建的所述数据集样本划分为训练样本集和测试样本集;S4、构建“注意力-相位平移-编解码”的深度网络模型,所述深度网络模型包括依次相连的注意力模块、相位平移模块和编码-解码模块;S5、获取最佳模型,即对上述深度网络模型进行训练,将经过数据增强的训练样本集输入模型,反复迭代获取最佳模型;S6、获取估计的R峰位置,即将步骤S3中的测试数据集输入至步骤S5中获得的最佳深度网络模型,获取估计的R峰位置;S7、根据步骤S6获取估计的R峰位置,计算心率变异性。
全文数据:
权利要求:
百度查询: 复旦大学 一种非接触式BCG信号的心率变异性计算方法及系统
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。