[发明专利]心电信号获取方法、装置、计算机设备和存储介质有效

专利信息
申请号: 201910451092.8 申请日: 2019-05-28
公开(公告)号: CN110215203B 公开(公告)日: 2021-10-22
发明(设计)人: 孙友军 申请(专利权)人: 上海联影医疗科技股份有限公司
主分类号: A61B5/318 分类号: A61B5/318;A61B5/352;A61B5/355;A61B6/03
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 舒丁
地址: 201807 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电信号 获取 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种心电信号获取方法,其特征在于,所述方法包括:

获取训练数据以及心电采集信号,其中,训练数据为由PET系统扫描获取的扫描数据,心电采集信号为通过额外的心电采集设备在PET扫描过程中对患者心电信号采集获取的数据;

根据所述训练数据,得到第二心脏门控信号;

对所述第二心脏门控信号进行傅里叶变换处理,得到第二训练矩阵;

对所述心电采集信号进行傅里叶变换处理,得到校对矩阵;

根据所述第二训练矩阵以及所述校对矩阵训练深度学习模型;

获取扫描数据,并根据所述扫描数据得到第一心脏门控信号;

对所述第一心脏门控信号进行傅里叶变换处理,得到第一训练矩阵;

将所述第一训练矩阵输入深度学习模型,得到心电信号。

2.根据权利要求1所述的方法,其特征在于,所述将所述第一训练矩阵输入深度学习模型,获得心电信号包括:

将所述第一训练矩阵输入深度学习模型,得到心电频域信号;

对所述心电频域信号进行逆傅里叶变换处理,得到心电信号。

3.根据权利要求1所述的方法,其特征在于,所述根据所述训练数据,得到第二心脏门控信号包括:

对所述训练数据进行运动识别,得到运动信号;

将所述运动信号进行滤波,得到所述第二心脏门控信号。

4.根据权利要求3所述的方法,其特征在于,所述对所述训练数据进行运动识别,得到运动信号包括:所述训练数据包括飞行时间信息以及心脏位置;

根据所述飞行时间信息以及心脏位置,得到光子湮灭位置到心脏位置的距离;

将所述光子湮灭位置到心脏位置的距离进行时间维度切割,得到运动信号。

5.根据权利要求4所述的方法,其特征在于,所述根据所述飞行时间信息以及心脏位置,得到光子湮灭位置到心脏位置的距离包括:

根据所述飞行时间信息确定光子湮灭点位置,所述光子湮灭点位置用于表示湮灭点的三维空间坐标;

根据所述湮灭点位置数据以及心脏位置,确定光子湮灭位置到心脏位置的距离。

6.一种心电信号获取装置,其特征在于,所述装置包括:

获取模块,用于获取训练数据以及心电采集信号,其中,训练数据为由PET系统扫描获取的扫描数据,心电采集信号为通过额外的心电采集设备在PET扫描过程中对患者心电信号采集获取的数据;

第二心脏门控信号得到模块,用于根据所述训练数据,得到第二心脏门控信号;

第一训练矩阵得到模块,用于对所述第二心脏门控信号进行傅里叶变换处理,得到第二训练矩阵;

校对矩阵得到模块,用于对所述心电采集信号进行傅里叶变换处理,得到校对矩阵;

训练模块,用于根据所述第二训练矩阵以及所述校对矩阵训练深度学习模型;

第一心脏门控信号得到模块,用于获取扫描数据,并根据所述扫描数据得到第一心脏门控信号;

第二训练矩阵得到模块,用于对所述第一心脏门控信号进行傅里叶变换处理,得到第一训练矩阵;

心电信号得到模块,用于将所述第一训练矩阵输入深度学习模型,得到心电信号。

7.根据权利要求6所述的装置,其特征在于,所述心电信号得到模块包括:

将所述第一训练矩阵输入深度学习模型,得到心电频域信号;

对所述心电频域信号进行逆傅里叶变换处理,得到心电信号。

8.根据权利要求6所述的装置,其特征在于,所述第二心脏门控信号得到模块包括:

对所述训练数据进行运动识别,得到运动信号;

将所述运动信号进行滤波,得到所述第二心脏门控信号。

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技股份有限公司,未经上海联影医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910451092.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top