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!
摘要:本发明公开了一种心脏搏动状态预测方法、血泵控制方法、设备及存储介质,其中预测方法包括:将采集得到的ECG信号进行信号预处理,得到数据增强后的ECG信号;将数据增强后的ECG信号输入轻量化基于深度学习的心脏搏动状态预测模型中,输出间隔预设时长后的ECG预测信号;将ECG预测信号输入至R峰检测器中检测未来R峰出现时间。通过轻量化模型预测ECG信号,有效降低了模型对算力的需求,解决了植入式血泵的算力局限性问题;基于临近的历史数据对间隔预设时长后的ECG信号及R峰出现时间进行预测,可消除信号采集、处理、传输、血泵动态响应而产生的时间延迟,使血泵生理适应性控制具有实时性,可以满足临床应用的需求。
主权项:1.一种心脏搏动状态预测方法,其特征在于,包括如下步骤:S1:将采集得到的ECG信号进行信号预处理,得到数据增强后的ECG信号;S2:将数据增强后的ECG信号输入轻量化基于深度学习的心脏搏动状态预测模型中,输出间隔预设时长后的ECG预测信号;S3:将ECG预测信号输入至R峰检测器中检测未来R峰出现时间;步骤S2中,轻量化基于深度学习的心脏搏动状态预测模型包括依次连接的序列分割层、前馈神经网络层、长期时序注意力机制架构层三个部分,预测步骤为:S2.1:在序列分割层对输入的数据增强后的ECG信号进行序列分割,分割成多个子序列,并输出至下一层;S2.2:将序列分割层输出的子序列输入到前馈神经网络层,完成时间特征的表达,并输出至下一层;S2.3:将前馈神经网络层输出的子序列输入至长期时序注意力机制架构层,完成子序列心电信号时间特征之间相关性的提取,从长期时序注意力机制架构层输出间隔预设时长后的ECG预测信号。
全文数据:
权利要求:
百度查询: 中南大学 心脏搏动状态预测方法、血泵控制方法、设备及存储介质
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。