CN107280660A - 一种心脏信号远程监测***及方法 - Google Patents
一种心脏信号远程监测***及方法 Download PDFInfo
- Publication number
- CN107280660A CN107280660A CN201710445526.4A CN201710445526A CN107280660A CN 107280660 A CN107280660 A CN 107280660A CN 201710445526 A CN201710445526 A CN 201710445526A CN 107280660 A CN107280660 A CN 107280660A
- Authority
- CN
- China
- Prior art keywords
- electrocardiosignal
- module
- cardiechema signals
- communication link
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
- A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B7/00—Instruments for auscultation
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physiology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Cardiology (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开了一种心脏信号远程监测***及方法,通过采集模块采集心电信号和心音信号,并将心电信号和心音信号通过第一通信链路发送至混合特征提取模块;混合特征提取模块利用核多视图不相关判别分析算法,提取出心电信号和心音信号的混合特征,并将混合特征通过第二通信链路发送至分析模块;分析模块根据预存储的病例数据,分析混合特征,得出分析结果,并分析结果通过第三通信链路发送至人机交互模块;人机交互模块显示分析结果。本申请基于两个模态的心脏信号即心电信号和心音信号,对病情进行监护分析,提高了病情监测的准确率;且采用核多视图不相关判别分析算法来融合多模态信号,使得各模态内部特征信号具有最小冗余,计算处理速率较高。
Description
技术领域
本发明涉及生理信息监控领域,特别是涉及一种心脏信号远程监测***及方法。
背景技术
随着社会的发展进步,对慢性疾病尤其是心血管疾病的日常监护和健康管理显得尤为重要。
心电信号可以作为心血管疾病预防治疗的最主要诊断依据,而心音信号可以作为判断心血管疾病的一个十分重要的参考指标。心电信号和心音信号中均蕴含着许多心血管疾病的特征信息。
现有的心脏病情监护分析往往仅通过单一模态的信号进行监测分析,即只监测单一心电信号,或者是只监测单一心音信号。基于单一模态信号对心脏病情监护分析,使得最终的分析结果的准确性较低。
发明内容
本发明的目的是提供一种心脏信号远程监测***及方法,以解决现有技术中基于单一模态信号对心脏病情监护分析得出的分析结果准确性较低的问题。
为解决上述技术问题,本发明提供一种心脏信号远程监测***,该***包括:
采集模块,用于采集心电信号和心音信号,并将所述心电信号和所述心音信号通过第一通信链路发送至混合特征提取模块;
所述混合特征提取模块,用于利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征,并将所述混合特征通过第二通信链路发送至分析模块;
所述分析模块,用于根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块;
所述人机交互模块,用于显示所述分析结果。
可选地,所述混合特征提取模块包括:
心电信号特征提取单元,用于根据所述心电信号,提取出心电信号特征;
心音信号特征提取单元,用于根据所述心音信号,提取出心音信号特征;
特征分量提取单元,用于利用所述核多视图不相关判别分析算法,基于所述心电信号特征和所述心音信号特征,分别提取出心电信号特征分量和心音信号特征分量;
混合特征计算单元,用于根据所述心电信号特征分量和所述心音信号特征分量,计算出所述混合特征。
可选地,所述分析模型包括:
比对单元,用于将所述混合特征与存储于云数据库中的所述病例数据进行比对;
发送单元,用于将与所述混合特征比对一致的所述病例数据的病症结果发送至所述人机交互模块。
可选地,还包括:
报警模块,用于根据所述分析结果,以预设报警方式,发出报警信号。
可选地,所述第一通信链路、所述第二通信链路以及所述第三通信链路均为无线通信链路。
此外,本发明还提供了一种心脏信号远程监测方法,该方法包括:
采集模块采集心电信号和心音信号,并将所述心电信号和所述心音信号通过第一通信链路发送至混合特征提取模块;
所述混合特征提取模块利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征,并将所述混合特征通过第二通信链路发送至分析模块;
所述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块;
所述人机交互模块显示所述分析结果。
可选地,所述混合特征提取模块利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征包括:
根据所述心电信号,提取出心电信号特征;
根据所述心音信号,提取出心音信号特征;
利用所述核多视图不相关判别分析算法,基于所述心电信号特征和所述心音信号特征,分别提取出心电信号特征分量和心音信号特征分量;
根据所述心电信号特征分量和所述心音信号特征分量,计算出所述混合特征。
可选地,所述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块包括:
将所述混合特征与存储于云数据库中的所述病例数据进行比对;
将与所述混合特征比对一致的所述病例数据的病症结果发送至所述人机交互模块。
可选地,在所述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块之后还包括:
报警模块根据所述分析结果,以预设报警方式,发出报警信号。
可选地,所述第一通信链路、所述第二通信链路以及所述第三通信链路均为无线通信链路。
本发明所提供的一种心脏信号远程监测***及方法,通过采集模块采集心电信号和心音信号,并将心电信号和心音信号通过第一通信链路发送至混合特征提取模块;混合特征提取模块利用核多视图不相关判别分析算法,提取出心电信号和心音信号的混合特征,并将混合特征通过第二通信链路发送至分析模块;分析模块根据预存储的病例数据,分析混合特征,得出分析结果,并分析结果通过第三通信链路发送至人机交互模块;人机交互模块显示分析结果。本申请基于两个模态的心脏信号即心电信号和心音信号,对病情进行监护分析,提高了病情监测的准确率;且采用核多视图不相关判别分析算法来融合多模态信号,使得各模态内部特征信号具有最小冗余,计算处理速率较高。可见,本申请有利于提高病情监测的准确率。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的心脏信号远程监测***的一种具体实施方式的结构示意框图;
图2为本发明实施例所提供的心脏信号远程监测方法的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,图1为本发明实施例所提供的心脏信号远程监测***的一种具体实施方式的结构示意框图,该***包括:
采集模块11,用于采集心电信号和心音信号,并将所述心电信号和所述心音信号通过第一通信链路发送至混合特征提取模块。
需要说明的是,上述采集模块可以包括心电信号采集单元和心音信号采集单元,分别用于采集心电信号和心音信号。更具体地,其可以分别表现为无线采集模块。
上述第一通信链路以及下文的第二通信链路、第三通信链路均可以为无线通信链路,即各个采集模块和混合特征提取模型、混合特征提取模块和分析模块、分析模块和人机交互模型之间均是无线通信。更具体地,无线通信链路可以为WIFI通信链路,即各个模块间采用WIFI进行通信。
混合特征提取模块12,用于利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征,并将所述混合特征通过第二通信链路发送至分析模块。
上述混合特征可以具体为特征矩阵,其可以包括采用核多视图不相关判别分析算法(KMUDA)计算后得出的心电信号特征矩阵和心音信号特征矩阵。
在接收到心电信号和心音信号之后,可以分别基于心电信号和心音信号,提取出心电信号原始特征矩阵和心音信号原始特征矩阵,然后再采用KMUDA算法,对心电信号原始特征矩阵和心音信号原始特征矩阵进行计算,找出最终的心电信号特征矩阵和心音信号特征矩阵。
作为一种具体实施方式,上述混合特征提取模块可以包括:心电信号特征提取单元,用于根据所述心电信号,提取出心电信号特征;心音信号特征提取单元,用于根据所述心音信号,提取出心音信号特征;特征分量提取单元,用于利用所述核多视图不相关判别分析算法,基于所述心电信号特征和所述心音信号特征,分别提取出心电信号特征分量和心音信号特征分量;混合特征计算单元,用于根据所述心电信号特征分量和所述心音信号特征分量,计算出所述混合特征。
可以理解的是,基于心电信号提取心电信号特征矩阵以及基于心音信号提取心音信号特征矩阵为本领域技术人员所熟知,在此不再赘述。
在提取出心音信号特征矩阵(记为矩阵X)、心电信号特征矩阵(记为矩阵Y)之后,采用KMUDA算法,构造出用于求取心电信号特征分量和心音信号特征分量的KMUDA最优化模型;然后再基于相应的KMUDA最优化模型,通过构造拉格朗日函数得出的特征特征值的特征向量模型,将该特征向量模型的最大特征值对应的特征向量作为各个模态的所需提取特征分量;最后,根据两个模态的特征向量,计算出混合特征矩阵。其具体计算过程可以如下:
首先,将心音信号特征矩阵X和心电信号特征矩阵Y映射到高维特征空间中分别作为φx(X)=[φx(x1),...,φx(xn)]和φy(Y)=[φy(y1),...,φy(yn)]。所期望的投影向量和可以表示为特征空间中所有训练样本的线性组合,并且存在系数向量a=[a1,...,an]T和b=[b1,...,bn]T。而和分别可以写成如式(1)所示。
然后,可以采用KMUDA算法寻找用于映射矩阵φ(X)和φ(Y)的第r个投影向量对即各个模态信号内部具有不相关性,故其应满足如下式(2)的约束条件。
其中,可以用Sb、Sw和St分别表示类间、类内和总散射的矩阵。为心音信号特征矩阵X内部散度矩阵,而心电信号特征矩阵Y内部散度矩阵。上述三个散射矩阵的具体形式可以如下式(3)所示。
其中,W=diag(W1,W2,...,Wk),并且Wi是具有等于(1/ni)的所有元素的(ni×ni)矩阵。而上述表达式中的项(l/n)在下面的计算中也被省略。
使用双重表示和核矩阵,构造出用于求取心电信号特征分量和心音信号特征分量的KMUDA最优化模型,其KMUDA的优化问题具体表示如下式(4):
其中,σ=(tr(φx(X)Tφx(X)φx(X)Tφx(X))/tr(φy(Y)Tφy(Y)φy(Y)Tφy(Y))),而W和散度矩阵与上文式(3)中是相同的,令Kx=φx(X)Tφx(X)和Ky=φy(Y)Tφy(Y)是与这两个表达式相对应的核矩阵。
接着,基于上述KMUDA优化问题,通过构造拉格朗日函数,将求两种模态信号的特征相关系数问题转化为求特征值问题,即将最大特征值对应的特征向量作为相应模态信号的特征分量。该特征向量方程可以如下式(5)所示。
其中:
Da=[a1,a2,...,ar-1]T
Db=[b1,b2,...,br-1]T
I=diag(1,1,...,1) (6)
最终,基于上述特征向量方程求出的心音模态信号特征矩阵X的特征分量可以具体如下式(7)所示。
其中,k(xi,X)=φx(xi)Tφx(X)。类似地,对于映射视图φ(Y),也可以求出相应的特征向量分量
求出两个模态信号的特征分量和之后,接着可以计算出最终的混合特征矩阵。具体计算公式可以如下式(8)所示。
可以看出,采用KMUDA算法提取混合特征,可以寻求出各模态信号中的最佳判别特征,且各个模态信号所提取的特征具有不相关性,进而使得各个模态内部特征信号具有最小冗余,加快了处理速率。
分析模块13,用于根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块。
上述病例数据可以存储于云数据库。在该云数据库中,存储有海量历史病例数据和对应病例结果。病例结果和病例数据均是对海量的数据进行挖掘得出的。
基于混合特征矩阵,可以在云数据库中进行匹配比对,判断是否有与该混合特征矩阵一致的病例数据,如果有,则可以将该病例数据对应的病例结果作为最终的分析结果;如果没有,则可以根据一定的判定规则,对混合特征矩阵进行分析,得出最终的分析结果。
作为一种具体实施方式,上述分析模型可以包括:比对单元,用于将所述混合特征与存储于云数据库中的所述病例数据进行比对;发送单元,用于将与所述混合特征比对一致的所述病例数据的病症结果发送至所述人机交互模块。
人机交互模块14,用于显示所述分析结果。可以理解,将分析结果显示于显示屏上后,医护人员可以根据该分析结果,采取相应的应对措施。
为了及时有效地通知相关医护人员,上述***还可以包括报警模块,用于根据所述分析结果,以预设报警方式,发出报警信号。
可以理解,上述预设报警方式可以是通过指示灯或者报警蜂鸣器,也可以具体通过其它形式,在此不作限定。
本发明实施例所提供的心脏信号远程监测***,通过采集模块采集心电信号和心音信号,并将心电信号和心音信号通过第一通信链路发送至混合特征提取模块;混合特征提取模块利用核多视图不相关判别分析算法,提取出心电信号和心音信号的混合特征,并将混合特征通过第二通信链路发送至分析模块;分析模块根据预存储的病例数据,分析混合特征,得出分析结果,并分析结果通过第三通信链路发送至人机交互模块;人机交互模块显示分析结果。该***基于两个模态的心脏信号即心电信号和心音信号,对病情进行监护分析,提高了病情监测的准确率;且采用核多视图不相关判别分析算法来融合多模态信号,使得各模态内部特征信号具有最小冗余,计算处理速率较高。
下面对本发明实施例提供的心脏信号远程监测方法进行介绍,下文描述的心脏信号远程监测方法与上文描述的心脏信号远程监测***可相互对应参照。
图2为本发明实施例所提供的心脏信号远程监测方法的流程示意图,该方法包括以下步骤:
步骤201:采集模块采集心电信号和心音信号,并将心电信号和心音信号通过第一通信链路发送至混合特征提取模块;
步骤202:混合特征提取模块利用核多视图不相关判别分析算法,提取出心电信号和心音信号的混合特征,并将混合特征通过第二通信链路发送至分析模块;
步骤203:分析模块根据预存储的病例数据,分析混合特征,得出分析结果,并分析结果通过第三通信链路发送至人机交互模块;
步骤204:人机交互模块显示分析结果。
作为一种具体实施方式,上述混合特征提取模块利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征可以具体为:根据所述心电信号,提取出心电信号特征;根据所述心音信号,提取出心音信号特征;利用所述核多视图不相关判别分析算法,基于所述心电信号特征和所述心音信号特征,分别提取出心电信号特征分量和心音信号特征分量;根据所述心电信号特征分量和所述心音信号特征分量,计算出所述混合特征。
作为一种具体实施方式,上述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块的过程可以具体为:
将所述混合特征与存储于云数据库中的所述病例数据进行比对;
将与所述混合特征比对一致的所述病例数据的病症结果发送至所述人机交互模块。
作为一种具体实施方式,在上述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块之后还可以包括:
报警模块根据所述分析结果,以预设报警方式,发出报警信号。
作为一种具体实施方式,上述第一通信链路、第二通信链路以及第三通信链路均可以无线通信链路。
本发明实施例所提供的心脏信号远程监测方法,基于两个模态的心脏信号即心电信号和心音信号,对病情进行监护分析,提高了病情监测的准确率;且采用核多视图不相关判别分析算法来融合多模态信号,使得各模态内部特征信号具有最小冗余,计算处理速率较高。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的心脏信号远程监测***及方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围。
Claims (10)
1.一种心脏信号远程监测***,其特征在于,包括:
采集模块,用于采集心电信号和心音信号,并将所述心电信号和所述心音信号通过第一通信链路发送至混合特征提取模块;
所述混合特征提取模块,用于利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征,并将所述混合特征通过第二通信链路发送至分析模块;
所述分析模块,用于根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块;
所述人机交互模块,用于显示所述分析结果。
2.如权利要求1所述的心脏信号远程监测***,其特征在于,所述混合特征提取模块包括:
心电信号特征提取单元,用于根据所述心电信号,提取出心电信号特征;
心音信号特征提取单元,用于根据所述心音信号,提取出心音信号特征;
特征分量提取单元,用于利用所述核多视图不相关判别分析算法,基于所述心电信号特征和所述心音信号特征,分别提取出心电信号特征分量和心音信号特征分量;
混合特征计算单元,用于根据所述心电信号特征分量和所述心音信号特征分量,计算出所述混合特征。
3.如权利要求1或2所述的心脏信号远程监测***,其特征在于,所述分析模型包括:
比对单元,用于将所述混合特征与存储于云数据库中的所述病例数据进行比对;
发送单元,用于将与所述混合特征比对一致的所述病例数据的病症结果发送至所述人机交互模块。
4.如权利要求3所述的心脏信号远程监测***,其特征在于,还包括:
报警模块,用于根据所述分析结果,以预设报警方式,发出报警信号。
5.如权利要求3所述的远程心脏监控***,其特征在于,所述第一通信链路、所述第二通信链路以及所述第三通信链路均为无线通信链路。
6.一种心脏信号远程监测方法,其特征在于,包括:
采集模块采集心电信号和心音信号,并将所述心电信号和所述心音信号通过第一通信链路发送至混合特征提取模块;
所述混合特征提取模块利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征,并将所述混合特征通过第二通信链路发送至分析模块;
所述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块;
所述人机交互模块显示所述分析结果。
7.如权利要求6所述的心脏信号远程监测方法,其特征在于,所述混合特征提取模块利用核多视图不相关判别分析算法,提取出所述心电信号和所述心音信号的混合特征包括:
根据所述心电信号,提取出心电信号特征;
根据所述心音信号,提取出心音信号特征;
利用所述核多视图不相关判别分析算法,基于所述心电信号特征和所述心音信号特征,分别提取出心电信号特征分量和心音信号特征分量;
根据所述心电信号特征分量和所述心音信号特征分量,计算出所述混合特征。
8.如权利要求6或7所述的心脏信号远程监测方法,其特征在于,所述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块包括:
将所述混合特征与存储于云数据库中的所述病例数据进行比对;
将与所述混合特征比对一致的所述病例数据的病症结果发送至所述人机交互模块。
9.如权利要求8所述的心脏信号远程监测方法,其特征在于,在所述分析模块根据预存储的病例数据,分析所述混合特征,得出分析结果,并所述分析结果通过第三通信链路发送至人机交互模块之后还包括:
报警模块根据所述分析结果,以预设报警方式,发出报警信号。
10.如权利要求8所述的心脏信号远程监测方法,其特征在于,所述第一通信链路、所述第二通信链路以及所述第三通信链路均为无线通信链路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710445526.4A CN107280660A (zh) | 2017-06-13 | 2017-06-13 | 一种心脏信号远程监测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710445526.4A CN107280660A (zh) | 2017-06-13 | 2017-06-13 | 一种心脏信号远程监测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107280660A true CN107280660A (zh) | 2017-10-24 |
Family
ID=60096504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710445526.4A Pending CN107280660A (zh) | 2017-06-13 | 2017-06-13 | 一种心脏信号远程监测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107280660A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108324268A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 一种心电图心音图的分析方法 |
CN108324267A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心电特征和心音特征定位的心电图心音图分析方法 |
CN108324265A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心音特征定位分析心电图心音图的方法 |
CN108324266A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心电心音分析的家用心脏监控*** |
CN108771541A (zh) * | 2018-02-26 | 2018-11-09 | 河南善仁医疗科技有限公司 | 基于心电心音分析的候诊*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542172A (zh) * | 2012-01-18 | 2012-07-04 | 华南理工大学 | 基于移动通信平台的便携式远程健康监控*** |
CN103932699A (zh) * | 2014-04-29 | 2014-07-23 | 上海理工大学 | 心电监护仪 |
CN104305989A (zh) * | 2014-10-30 | 2015-01-28 | 无锡中盛医疗设备有限公司 | 一种远程心电监护*** |
CN104873186A (zh) * | 2015-04-17 | 2015-09-02 | 中国科学院苏州生物医学工程技术研究所 | 一种可穿戴的动脉检测装置及其数据处理方法 |
CN105147278A (zh) * | 2015-09-30 | 2015-12-16 | 成都信汇聚源科技有限公司 | 一种具备自动分析和实时信息分享功能的远程心电图监测***实现方法 |
-
2017
- 2017-06-13 CN CN201710445526.4A patent/CN107280660A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542172A (zh) * | 2012-01-18 | 2012-07-04 | 华南理工大学 | 基于移动通信平台的便携式远程健康监控*** |
CN103932699A (zh) * | 2014-04-29 | 2014-07-23 | 上海理工大学 | 心电监护仪 |
CN104305989A (zh) * | 2014-10-30 | 2015-01-28 | 无锡中盛医疗设备有限公司 | 一种远程心电监护*** |
CN104873186A (zh) * | 2015-04-17 | 2015-09-02 | 中国科学院苏州生物医学工程技术研究所 | 一种可穿戴的动脉检测装置及其数据处理方法 |
CN105147278A (zh) * | 2015-09-30 | 2015-12-16 | 成都信汇聚源科技有限公司 | 一种具备自动分析和实时信息分享功能的远程心电图监测***实现方法 |
Non-Patent Citations (1)
Title |
---|
SHILIANG SUN 等: "Multiview Uncorrelated Discriminant Analysis", 《IEEE TRANSACTIONS ON CYBERNETICS》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108324268A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 一种心电图心音图的分析方法 |
CN108324267A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心电特征和心音特征定位的心电图心音图分析方法 |
CN108324265A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心音特征定位分析心电图心音图的方法 |
CN108324266A (zh) * | 2018-02-26 | 2018-07-27 | 河南善仁医疗科技有限公司 | 基于心电心音分析的家用心脏监控*** |
CN108771541A (zh) * | 2018-02-26 | 2018-11-09 | 河南善仁医疗科技有限公司 | 基于心电心音分析的候诊*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107280660A (zh) | 一种心脏信号远程监测***及方法 | |
Thomas et al. | An analysis of performance evaluation for motor-imagery based BCI | |
Kamble et al. | Applications of artificial intelligence in human life | |
CN109919251A (zh) | 一种基于图像的目标检测方法、模型训练的方法及装置 | |
CN107242858A (zh) | 一种个性化孕婴监护方法及*** | |
CN108229268A (zh) | 表情识别及卷积神经网络模型训练方法、装置和电子设备 | |
CN105827731A (zh) | 基于融合模型的智能化健康管理服务器、***及其控制方法 | |
Zhang et al. | Design and data analysis of sports information acquisition system based on internet of medical things | |
CN111666477A (zh) | 一种数据处理方法、装置、智能设备及介质 | |
CN105528754A (zh) | 一种基于双神经网络行为识别模型的老年人信息服务*** | |
WO2021068781A1 (zh) | 一种疲劳状态识别方法、装置和设备 | |
CN110051324A (zh) | 一种急性呼吸窘迫综合征死亡率预测方法及*** | |
CN104462760A (zh) | 三维可视化健康评估方法与*** | |
Tai et al. | Digital-Twin-Enabled IoMT system for surgical simulation using rAC-GAN | |
CN110363090A (zh) | 智能心脏疾病检测方法、装置及计算机可读存储介质 | |
KR20210023631A (ko) | 딥러닝 모듈을 이용한 발달장애 개선 시스템 및 방법 | |
Zhou et al. | Smart home R&D system based on virtual reality | |
CN112633059A (zh) | 一种基于LabVIEW和MATLAB的跌倒远程监控*** | |
Wu | Optimization of AI-driven communication systems for green hospitals in sustainable cities | |
CN115458108A (zh) | 一种融合多元技术的可视化糖尿病大数据智能分析*** | |
CN109192312A (zh) | 一种心力衰竭患者不良事件智能管理***及方法 | |
CN1997998A (zh) | 交互式计算机辅助诊断 | |
CN115223716A (zh) | 一种数字可视化健康管理*** | |
Zhu et al. | Research on data mining of college students’ physical health for physical education reform | |
CN113436747A (zh) | 一种基于医疗数据分析模型的医疗数据临床辅助***及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171024 |