健康监测设备
    4.
    发明授权

    公开(公告)号:CN112263262B

    公开(公告)日:2022-05-06

    申请号:CN202011158916.1

    申请日:2020-10-26

    Abstract: 本公开实施例公开了一种健康监测设备,包括输出组件、可穿戴组件、处理组件以及电池。其中,可穿戴组件由导电材料和绝缘材料混合编织而成,导电材料在可穿戴组件上形成多个电极以及在多个电极之间形成多模态生理信号采集电路;处理组件包括调度器和多个运算器,调度器被配置为接收多模态生理信号,调度多个运算器以确定使用者的健康状态信息,并控制输出组件输出预警信息,运算器包括可编程逻辑门阵列,运算器内固化地设置有用于确定健康状态信息的二值神经网络模型的任务运算单元;电池,用于向可穿戴组件、处理组件以及输出组件供电。该设备功耗低,体积小,便于长时间佩戴,通过包括生物阻抗信号的多模态生理信号可以更加准确地预测心力衰竭。

    一种依靠视觉及力反馈引导的心脏彩超检查装置和方法

    公开(公告)号:CN113499094A

    公开(公告)日:2021-10-15

    申请号:CN202110776269.9

    申请日:2021-07-08

    Abstract: 本发明涉及一种依靠视觉及力反馈引导的心脏彩超检查装置和方法。通过第一工控机和第二工控机之间的通信,将机械臂与力反馈遥控器设置在两个独立的房间,实现远程彩超,避免医生与患者之间接触;医生操控力反馈遥控器,通过第二工控机和第二工控机将控制信息传递给机械臂,实现控制机械臂运动;机械臂将感受到外部力的信息通过第一工控机和第二工控机传递给力反馈遥控器,医生可以在力反馈遥控器上实时感受力的作用,另外,通过第二工控机的显示屏实时查看监控视频。医生与病人之间没有任何传播疾病的风险;且力反馈遥控能实时将机械臂受到的外力信息转化为医生手上感受到的力反馈信息,保证医生远程遥控时的准确性,也提高了彩超检查时的安全性。

    健康监测设备
    6.
    发明公开
    健康监测设备 审中-实审

    公开(公告)号:CN112263261A

    公开(公告)日:2021-01-26

    申请号:CN202011157399.6

    申请日:2020-10-26

    Abstract: 本公开实施例公开了一种健康监测设备,包括输出组件、可穿戴组件、处理组件以及电池。其中,可穿戴组件由导电材料和绝缘材料混合编织而成,导电材料在可穿戴组件上形成多个电极以及在多个电极之间形成心电信号采集电路;处理组件包括调度器和多个运算器,调度器被配置为接收心电信号,调度多个运算器以确定使用者的健康状态信息,并控制输出组件输出预警信息,运算器包括可编程逻辑门阵列,运算器内固化地设置有二值神经网络模型的任务运算单元,二值神经网络模型用于基于心电信号确定健康状态信息;电池,用于向可穿戴组件、处理组件以及输出组件供电。该设备功耗低,体积小,便于长时间佩戴。

    心电异常检测网络训练方法、心电异常预警方法及装置

    公开(公告)号:CN112022144A

    公开(公告)日:2020-12-04

    申请号:CN202010942309.8

    申请日:2020-09-09

    Abstract: 本发明实施例公开了一种心电异常检测网络训练方法、心电异常预警方法及装置,心电异常检测网络训练方法包括:获取心电异常患者的心电图信号和正常人的心电图信号;从获取到的心电图信号中提取训练数据;采用训练数据训练二值神经网络作为心电异常检测网络,其中,网络层的节点的值和权值为二值数据,通过网络层的节点的值和权值进行二值运算来得到下一网络层的节点值。由于二值数据占1bit数据,大幅度降低了内存的占用,二值数据还可以做与门、异或门运算代替乘法,在快速运算的同时可以降低运行环境的硬件开销,从而使得训练好的心电异常检测网络可嵌入存储容量和运算能力有限的移动设备中,以通过移动设备直接有效地对各种心电异常进行预警。

    一种心脏数据异常检测方法、装置、存储介质及终端设备

    公开(公告)号:CN110279411A

    公开(公告)日:2019-09-27

    申请号:CN201910493549.1

    申请日:2019-06-06

    Abstract: 本发明公开了一种心脏数据异常检测方法,包括:实时采集多模态心脏数据,并对心脏数据进行预处理;将预处理后的心脏数据进行截止频率小于等于5HZ的低通滤波处理;对去除高频噪声的心脏数据进行离散小波滤波处理,修正基线漂移;根据修正基线漂移的心脏数据,获取数据波形中波峰以及波谷的位置,并根据波峰以及波谷的位置以及心脏数据的采样率,获取波峰之间的时间间隔数值;根据波峰之间的时间间隔,计算心脏体征数据;对心脏体征数据进行模数转换,得到心脏数字数据;通过人工智能再学习和贝叶斯模型对心脏数字数据进行判断,确定异常情况;本发明解决现有技术对心肺数据的采集检测出现异常误差的问题,从而实现提高心脏数据的检测准确率。

Patent Agency Ranking