河北冀德远健医疗器械科技有限公司尹娜获国家专利权
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!
龙图腾网获悉河北冀德远健医疗器械科技有限公司申请的专利多模态信号处理与智能分析的运动负荷心电测试系统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:CN121400843B 。
龙图腾网通过国家知识产权局官网在2026-04-24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:202511349783.9,技术领域涉及:A61B5/318;该发明授权多模态信号处理与智能分析的运动负荷心电测试系统是由尹娜;肖磊;郑恒卓设计研发完成,并于2025-09-22向国家知识产权局提交的专利申请。
本多模态信号处理与智能分析的运动负荷心电测试系统在说明书摘要公布了:本发明涉及运动负荷心电测试技术领域,公开了多模态信号处理与智能分析的运动负荷心电测试系统,该系统包括:多模态信号融合模块,用于构建联合数据空间并整合多源生理信号;动态特征提取模块,在全局和局部层分别提取特征;自适应决策优化模块,构建知识规则库以生成适配新场景的特征提取策略;异常状态预警模块,实时监测并触发预警策略。系统通过同步采集、多尺度分解、分层筛选等操作,实现多模态信号的高效融合与特征提取,能根据不同测试场景自适应优化策略,实时监测异常并预警,提升了运动负荷心电测试的准确性、抗干扰性、适应性和安全性,适用于运动医学与健康监测领域。
本发明授权多模态信号处理与智能分析的运动负荷心电测试系统在权利要求书中公布了:1.一种多模态信号处理与智能分析的运动负荷心电测试系统,其特征在于,包括: 多模态信号融合模块,用于通过采用高速、高精度的信号同步采集构建心电信号与运动参数的联合数据空间,并整合多源生理信号,所述多源生理信号包括:心率变异性、呼吸频率、和肌电活动,所述联合数据空间包括:时域同步层、频域关联层和时频联合层; 动态特征提取模块,用于在全局层和局部层分别执行全局特征提取策略和局部特征提取策略,实现心电图各波形及其幅值和间期的精准检出和测量;全局特征提取策略使用多尺度分解方法,提取第一特征集合;局部特征提取策略通过构建特征筛选模型,提取第二特征集合;第一特征集合包括:信号均值、方差和趋势项,第二特征集合包括:时频能量、形态拐点和特征峰谷值; 自适应决策优化模块,用于从不同测试阶段、不同运动强度下训练的全局特征提取策略和局部特征提取策略中提取共性规则,构建知识规则库,并根据知识规则库生成适配新测试场景的特征提取策略; 异常状态预警模块,用于根据联合数据空间,对多源生理信号进行实时监测,在检测到异常指标时,触发第一预设预警策略; 所述全局特征提取策略的具体步骤包括: 使用滑动窗口方法分割信号数据,数据段包括M个样本,每个样本由第一特征集合组成的第一特征向量表示; 构建多尺度分解框架,其中,多尺度分解框架包括:粗粒度分解层、中粒度分解层和细粒度分解层; 采用分层筛选方法对样本进行处理; 所述分层筛选方法的具体步骤包括: S1,根据多尺度分解框架计算样本的粗粒度特征、中粒度特征和细粒度特征; S2,根据特征重要性将样本划分为三组:高价值样本、中等价值样本和低价值样本; S3,对高价值样本进行保留,对中等价值样本执行合并和重组操作,对低价值样本执行高概率筛选操作; S4,根据样本的粗粒度特征、中粒度特征和细粒度特征,采用层次聚类进行筛选,选取3个典型样本,其中,将粗粒度特征、中粒度特征和细粒度特征分别达到最显著的样本作为典型样本; S5,当处理长度达到预设的最大处理长度时,输出当前的3个典型样本,并根据实际需求选择最符合当前测试场景的样本,否则返回S2; 合并操作采用时间序列拼接方法生成新样本,时间序列拼接方法的操作流程为:将两个父代样本的时间序列数据按时间戳顺序首尾连接,生成连续的子代样本数据段,确保子代样本保留完整的心电图波形时序特征,提升波形及其幅值、间期的检出精度; 重组操作使用特征空间变换方法对样本进行更新,特征空间变换的操作流程为:将子代样本的特征向量映射到高维空间,通过主成分分析提取主要成分,生成降维后的特征向量,增强特征向量对心电图波形细节的表征能力,辅助提高波形参数测量的准确性。
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河北冀德远健医疗器械科技有限公司,其通讯地址为:050035 河北省石家庄市高新区恒山街196号3号楼四层;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励