[发明专利]房颤检测装置及方法

摘要

本发明公开了一种房颤检测装置及方法，包括PVDF膜，单片机，服务器，检测电路和WIFI模块；检测电路包括依次电连接的第一放大电路、第一陷波电路、第二放大电路和第二陷波电路；PVDF膜的正极和负极均与第一放大电路电连接；本发明利用大数据的人工智能算法和建模，分析睡眠时的数据，对环境没有明显的依赖，数据采集的过程是在睡眠的过程中进行，环境干扰小，监测中不需要被测人员有专业的知识且具有良好的用户体验。

主权项

1.一种房颤检测装置，其特征是，包括PVDF膜(1)，单片机(2)，服务器(3)，检测电路和WIFI模块(4)；检测电路包括依次电连接的第一放大电路(5)、第一陷波电路(6)、第二放大电路(7)和第二陷波电路(8)；PVDF膜的正极和负极均与第一放大电路电连接，单片机分别与WIFI模块和第二陷波电路电连接，WIFI模块与服务器电连接；基于所述的房颤检测装置的检测方法包括如下步骤：(4‑1)(4‑1‑1)对每个非房颤测试者和房颤测试者进行测试，获得非房颤测试者和房颤测试者的BCG数据；(4‑1‑1)去除BCG数据中的体动数据，将剩余的BCG数据划分为若干段，每段为30秒；(4‑1‑2)专业医生对每段数据做出非房颤数据或房颤数据的判断；(4‑1‑3)对于每段数据x_i进行特征提取，i为数据段的序号；定义样本动差其中，N为x_i中的数据个数，x_i[n]表示x_i的第n个数据点，为x_i的均值；提取6个时域特征、6个频域特征和3个附加特征，组成矩阵m为x_i的个数，15为特征的个数，Y中的0表示非房颤，1表示房颤，随机选取X和Y中的80％的数据作为训练集，另外20％作为测试集，训练集在训练模型上进行训练，最后在测试集上验证模型的准确性；3个附加特征分别为过零率、xd_i的标准差和信号面积；计算x_i相邻点之间的斜率，xd_i为各个斜率组成的集合；(4‑2)检测获得一个受试者的BCG数据，去除BCG数据中的体动数据，将剩余的BCG数据划分为若干段，每段为30秒；重复上述步骤提取受试者的6个时域特征、6个频域特征和3个附加特征并归一化处理；(4‑3)利用归一化处理后的15个特征值在X中寻找最相似的一行数据，该行数据所对应的Y值为1或0，Y值为1时表示为房颤，Y值为0时表示为正常。