[发明专利]血氧状态检测装置、设备及存储介质在审
申请号: | 202011325712.2 | 申请日: | 2020-11-23 |
公开(公告)号: | CN112450920A | 公开(公告)日: | 2021-03-09 |
发明(设计)人: | 王见荣;郝培博;朱海英;王德信;付晖 | 申请(专利权)人: | 青岛歌尔智能传感器有限公司 |
主分类号: | A61B5/1455 | 分类号: | A61B5/1455 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 梁馨怡 |
地址: | 266100 山东省*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 状态 检测 装置 设备 存储 介质 | ||
1.一种血氧状态检测装置,其特征在于,所述血氧状态检测装置包括:确定模块、提取模块和检测模块;
所述确定模块,用于在接收血氧检测指令时,根据所述血氧检测指令确定待检测区域;
所述提取模块,用于获取所述待检测区域的初始光信号,并对所述初始光信号进行特征提取,获得信号特征信息;
所述检测模块,用于根据所述信号特征信息以及预设深度学习网络模型确定所述待检测区域的血氧状态。
2.如权利要求1所述的血氧状态检测装置,其特征在于,所述提取模块,还用于获取所述待检测区域的初始光信号,并对所述初始光信号进行预处理,获得待处理光信号;
所述提取模块,还用于对所述待处理光信号进行特征提取,获得信号特征信息。
3.如权利要求2所述的血氧状态检测装置,其特征在于,所述提取模块,还用于获取所述待检测区域的初始光信号,并对所述初始光信号进行过滤,获得候选光信号;
所述提取模块,还用于通过预设小波变化模型对所述候选光信号进行数据处理,获得待处理光信号。
4.如权利要求2所述的血氧状态检测装置,其特征在于,所述提取模块,还用于根据预设分段策略对所述待处理光信号进行分割,获得多个待提取光信号;
所述提取模块,还用于根据所述待提取光信号生成样本特征矩阵,并根据所述样本特征矩阵确定信号特征信息。
5.如权利要求4所述的血氧状态检测装置,其特征在于,所述提取模块,还用于对所述待提取光信号进行遍历,将遍历到的待提取光信号作为当前提取光信号;
所述提取模块,还用于对所述当前提取光信号进行特征提取,获得信号特征点,并根据所述信号特征点生成样本特征矩阵;
所述提取模块,还用于在对所述待提取光信号遍历结束后,根据所述样本特征矩阵确定信号特征信息。
6.如权利要求5所述的血氧状态检测装置,其特征在于,所述提取模块,还用于对所述当前提取光信号进行特征提取,获得信号特征点;
所述提取模块,还用于根据所述信号特征点确定数据均值、波峰值以及波谷值,并根据所述波峰值以及所述波谷值确定峰谷值;
所述提取模块,还用于对所述当前提取光信号进行统计,获得上升沿数量以及下降沿数量;
所述提取模块,还用于根据所述数据均值、所述波峰值、所述波谷值、所述峰谷值、所述上升沿数量以及所述下降沿数量生成样本特征矩阵。
7.如权利要求1-6中任一项所述的血氧状态检测装置,其特征在于,所述血氧状态检测装置还包括:训练模块;
所述训练模块,用于获取样本数据,并根据所述样本数据对初始深度学习网络模型进行训练,获得训练结果;
所述训练模块,还用于根据所述训练结果确定对所述初始深度学习网络模型进行更新,获得预设深度学习网络模型。
8.如权利要求7所述的血氧状态检测装置,其特征在于,所述训练模块,还用于根据所述训练结果确定目标神经元数量以及目标隐藏层数;
所述训练模块,还用于根据所述目标神经元数量以及所述目标隐藏层数对所述初始深度学习网络模型进行更新,获得预设深度学习网络模型。
9.一种血氧状态检测设备,其特征在于,所述血氧状态检测设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的血氧状态检测程序,所述血氧状态检测程序被所述处理器执行时实现如下方法的步骤:
在接收血氧检测指令时,根据所述血氧检测指令确定待检测区域;
获取所述待检测区域的初始光信号,并对所述初始光信号进行特征提取,获得信号特征信息;
根据所述信号特征信息以及预设深度学习网络模型确定所述待检测区域的血氧状态。
10.一种存储介质,其特征在于,所述存储介质上存储有血氧状态检测程序,所述血氧状态检测程序被处理器执行时实现如下方法的步骤:
在接收血氧检测指令时,根据所述血氧检测指令确定待检测区域;
获取所述待检测区域的初始光信号,并对所述初始光信号进行特征提取,获得信号特征信息;
根据所述信号特征信息以及预设深度学习网络模型确定所述待检测区域的血氧状态。
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青岛歌尔智能传感器有限公司,未经青岛歌尔智能传感器有限公司许可,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/202011325712.2/1.html,转载请声明来源钻瓜专利网。