-
公开(公告)号：CN119498799A
公开(公告)日：2025-02-25
申请号：CN202311063108.0
申请日：2023-08-22
Applicant: 广州视源电子科技股份有限公司 , 广州视源人工智能创新研究院有限公司 , 广州希科医疗器械科技有限公司
IPC: A61B5/0205 , A61B5/11 , A61B5/318 , A61B5/389
Abstract: 本发明涉及一种心肺功能检测方法、装置、存储介质和设备，通过响应于心肺功能检测指令，获取可穿戴设备采集的电压信号和体动信号，根据电压信号和体动信号的时间戳信息对电压信号和体动信号进行信号同步，再根据不同人体机能信号的信号频段范围，从电压信号中获取不同信号频段范围的至少一个人体机能信号，从而根据体动信号和至少一个人体机能信号来取至少一个心肺功能体征参数，根据心肺功能体征参数得到心肺功能检测结果并显示在终端上，本申请的心肺功能检测方法检测方式简单、检测精度高。
-
公开(公告)号：CN119302618A
公开(公告)日：2025-01-14
申请号：CN202310857323.1
申请日：2023-07-12
Applicant: 广州视源电子科技股份有限公司 , 广州希科医疗器械科技有限公司 , 广州视源人工智能创新研究院有限公司
Abstract: 本申请涉及一种活体检测方法、装置、电子设备以及存储介质，该方法包括：获取待检测对象的脉搏波信号；对脉搏波信号进行频谱变换，获得预设频段内的频域幅值谱；获取脉搏波信号的基波频率；根据基波频率，确定位于预设频段内的若干个谐波频率；根据基波频率对应的幅值、若干个谐波频率对应的幅值以及频域幅值谱中各个频率对应的幅值，确定待检测对象是否为活体。本申请通过对脉搏波信号进行频谱变换，根据基波频率对应的幅值、谐波频率对应的幅值与频域幅值谱中各个频率对应的幅值之间的关系，可以识别待检测对象是否为活体，只需要对脉搏波信号进行处理，提高了活体检测效率。
-
公开(公告)号：CN119112135A
公开(公告)日：2024-12-13
申请号：CN202310702672.6
申请日：2023-06-13
Applicant: 广州视源电子科技股份有限公司 , 广州希科医疗器械科技有限公司 , 广州视源人工智能创新研究院有限公司
Abstract: 本申请公开了一种信号检测方法、装置、存储介质及电子设备，其中方法包括：基于非可见光信号检测待检测部位对应的第一检测信号，当第一检测信号的第一信号强度值大于或等于预设强度阈值时，将检测设备的设备状态设置为检测状态，然后基于检测状态输出可见光信号，基于可见光信号检测待检测部位对应的第二检测信号，同时获取待检测部位的运动状态，最后基于运动状态对第二检测信号进行降噪处理，得到降噪处理后的第二检测信号。采用本申请，可以避免可见光信号对用户视觉的干扰以及抑制运动对检测信号的干扰。
-
公开(公告)号：CN118114138A
公开(公告)日：2024-05-31
申请号：CN202211520226.5
申请日：2022-11-30
Applicant: 广州视源电子科技股份有限公司 , 广州希科医疗器械科技有限公司 , 广州视源人工智能创新研究院有限公司
IPC: G06F18/2415 , G06F18/213 , G06F18/10 , G06F18/214 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本申请提供一种基于渐进学习的周期性信号分析、装置、设备和介质，其中方法包括：获取预处理的周期性信号；将周期性信号输入至待训练深度神经网络模型中；以周期性信号的分辨率由低至高的顺序结合训练规则对待训练深度神经网络模型进行训练；其中，训练包括多个阶段，将每一个训练阶段中满足训练要求的训练参数保留，并将上一阶段的所述训练参数作为下一训练阶段的初始训练参数；将在最后训练阶段中期望训练结果的对应期望参数作为待训练深度神经网络模型的固定参数，得到训练好的深度神经网络模型，可通过深度神经网络模型充分挖掘周期性信号的周期信息，进而根据周期信息分析，得到高准确度的分析结果，实现对周期性信号分析技术的优化。
-
公开(公告)号：CN117814808A
公开(公告)日：2024-04-05
申请号：CN202211183112.6
申请日：2022-09-27
Applicant: 广州视源电子科技股份有限公司 , 广州希科医疗器械科技有限公司
Abstract: 本申请的多导联心电特征波检测方法、装置、设备和介质，其中方法包括：获取心电信号；对心电信号进行预处理，得到多个导联信号。将每个导联信号输入深度证据学习网络，得到多个证据值序列。根据多个证据值序列计算对应的导联信号的可信度均值。判断可信度均值是否大于可信度均值阈值，若是，则将可信度均值对应的导联信号作为有效导联信号。对所有有效导联信号进行多导联融合，得到心电特征波检测结果。根据可信度均值对所有导联信号进行筛选，对可信度较高的导联信号进行多导联融合，能够减少可信度较低的导联信号带来的干扰，从而提高心电特征波检测的准确度。
-
Patent Agency Ranking
公开(公告)号：CN117617985A
公开(公告)日：2024-03-01
申请号：CN202210987828.5
申请日：2022-08-17
Applicant: 广州视源电子科技股份有限公司 , 广州视源人工智能创新研究院有限公司 , 广州希科医疗器械科技有限公司
Abstract: 本发明涉及可穿戴设备技术领域，公开了一种心电采集装置，包括：可穿戴载体；第一采样电极单元，设置在可穿戴载体上对应于人体右侧躯干部分且对应于人体前胸的位置和对应于人体后背的位置，用于采集人体的第一采样信号；第二采样电极单元，设置在可穿戴载体上对应于人体右侧躯干部分且对应于人体前胸的位置和对应于人体后背的位置，用于采集人体的第二采样信号；偏置电极单元，设置在可穿戴载体上对应于人体右侧躯干部分且对应于人体前胸的位置和对应于人体后背的位置，用于采集人体的第三采样信号，作为参考信号；能够保证睡觉时，心电采集装置的导联不脱落。
-
公开(公告)号：CN116172574A
公开(公告)日：2023-05-30
申请号：CN202111436326.5
申请日：2021-11-29
Applicant: 广州视源电子科技股份有限公司 , 广州视源人工智能创新研究院有限公司
Abstract: 本申请涉及信号识别技术领域，更为具体来说，本申请涉及一种心电ST‑T异常改变的识别方法和装置。所述方法包括：获取心电信号；对获取的心电信号进行预处理；对预处理后的心电信号进行心拍检测，得到第一心拍信息；对所述第一心拍信息进行评估，确定符合预设条件的第二心拍信息；构建所述第二心拍信息的特征向量；将所述第二心拍信息和所述特征向量输入训练好的神经网络，得到心电ST‑T异常改变类型的置信度。本申请能够更有针对性地检测出心电ST‑T的异常改变。特别是构建的七维特征向量参与到神经网络的处理过程，能更精准地检测出心电ST‑T的异常改变进而提高对心电ST‑T分析的准确度。
-
公开(公告)号：CN116135147A
公开(公告)日：2023-05-19
申请号：CN202111361859.1
申请日：2021-11-17
Applicant: 广州视源电子科技股份有限公司 , 广州视源人工智能创新研究院有限公司
Abstract: 本发明涉及一种心电信号的处理方法、装置、电子设备及存储介质。所述心电信号的处理方法，包括以下步骤：获取原始心电信号，对所述原始心电信号进行降噪处理获得样本信号，并对所述样本信号进行检测获得心拍片段；基于预设的ST‑T波异常特征参数，对所述心拍片段进行ST‑T波异常识别获得ST‑T波异常分类结果；基于预设的Q波异常特征参数，对所述心拍片段进行Q波异常识别获得Q波异常分类结果；根据所述ST‑T波异常分类结果和Q波异常分类结果确定心梗阶段的概率数据。所述心电信号的处理方法具有能够对心肌梗塞进行准确识别，识别结果可靠性强的优点。
-
公开(公告)号：CN115768348A
公开(公告)日：2023-03-07
申请号：CN202180024619.4
申请日：2021-06-17
Applicant: 广州视源电子科技股份有限公司
IPC: A61B5/145
Abstract: 一种可实现无创血糖检测的装置包括参数获取模块(101),特征确定模块(102)和血糖确定模块(103)。参数获取模块(101)用于获取血糖待测对象的生理参数和血糖待测对象当前所在区域的环境参数，生理参数通过无创方式获取。特征确定模块(102)用于根据生理参数和环境参数得到血糖待测对象的第一输入特征，第一输入特征包括血糖待测对象的红外光谱特征和代谢热整合特征。血糖确定模块(103)用于将第一输入特征输入至血糖测量模型，以通过血糖测量模型得到血糖待测对象的血糖值。采用上述装置可以解决相关技术中有创血糖测量方式不能连续进行血糖监测且易给患者带来感染风险的技术问题。
-
公开(公告)号：CN115670473A
公开(公告)日：2023-02-03
申请号：CN202110868908.4
申请日：2021-07-30
Applicant: 广州视源电子科技股份有限公司 , 广州视源人工智能创新研究院有限公司
Abstract: 本发明公开了一种心室纤颤检测装置及设备。心电信号获取模块获取心电信号，全局特征提取模块从心电信号中提取表征心电信号复杂度的全局特征，片段截取模块从心电信号中截取多段第一预设长度的片段，局部特征提取模块从多段片段中提取表征多段片段的相关性的局部特征，检测结果确定模块基于全局特征和局部特征确定心室纤颤检测结果。通过将表征心电信号复杂度的全局特征和表征多段片段的相关性的局部特征结合起来进行分析，能够避免将低信噪比的非室颤信号误识别为室颤信号，提高检测准确率。
-
-
-
-
-
-
-
-
-
Search Results
215
records
(took 0.048 seconds)
