CN110477862A - 一种基于心脏功能动态监测与分析的智能芯片装置及应用方法 - Google Patents
一种基于心脏功能动态监测与分析的智能芯片装置及应用方法 Download PDFInfo
- Publication number
- CN110477862A CN110477862A CN201910726599.XA CN201910726599A CN110477862A CN 110477862 A CN110477862 A CN 110477862A CN 201910726599 A CN201910726599 A CN 201910726599A CN 110477862 A CN110477862 A CN 110477862A
- Authority
- CN
- China
- Prior art keywords
- data
- heart
- intelligent
- analysis
- cardiac function
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 42
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 230000004217 heart function Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 13
- 230000000747 cardiac effect Effects 0.000 claims abstract description 9
- 238000010801 machine learning Methods 0.000 claims abstract description 7
- 238000003909 pattern recognition Methods 0.000 claims abstract description 7
- 239000008358 core component Substances 0.000 claims abstract description 6
- 230000008569 process Effects 0.000 claims abstract description 5
- 210000000779 thoracic wall Anatomy 0.000 claims abstract description 3
- 238000004891 communication Methods 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000003745 diagnosis Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 9
- 230000006835 compression Effects 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 230000015654 memory Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000013144 data compression Methods 0.000 claims description 6
- 208000002330 Congenital Heart Defects Diseases 0.000 claims description 5
- 230000005831 heart abnormality Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 239000004973 liquid crystal related substance Substances 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 238000002203 pretreatment Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 208000019622 heart disease Diseases 0.000 abstract description 7
- 238000010009 beating Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000000338 in vitro Methods 0.000 abstract description 3
- 230000033764 rhythmic process Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 206010003119 arrhythmia Diseases 0.000 description 6
- 230000006793 arrhythmia Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000003902 lesion Effects 0.000 description 4
- 206010003658 Atrial Fibrillation Diseases 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 206010002383 Angina Pectoris Diseases 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 2
- 206010000891 acute myocardial infarction Diseases 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000004 hemodynamic effect Effects 0.000 description 2
- 230000002980 postoperative effect Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 208000003663 ventricular fibrillation Diseases 0.000 description 2
- 206010047302 ventricular tachycardia Diseases 0.000 description 2
- 206010028851 Necrosis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 210000003709 heart valve Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02405—Determining heart rate variability
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1102—Ballistocardiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
- A61B5/6801—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be attached to or worn on the body surface
- A61B5/6802—Sensor mounted on worn items
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Hematology (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Psychiatry (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于心脏功能动态监测与分析的智能芯片装置及应用方法，所述智能芯片装置为心脏智能贴片的核心部件，心脏智能贴片置于人体胸壁，通过其中的智能芯片装置对心脏振动进行实时监测、数据处理与分析，发现预警事件，并把心脏状态分析诊断结果传输到智能信息接收装置。本发明作为用于心脏功能动态监测与分析装置的核心部件，使得便携式智能可穿戴设备变得更小巧，可以实时对心脏机械振动进行体外监测，连续地、非侵入地的获取心脏的振动信息，结合数字信号处理、机器学习和人工智能技术进行模式识别和智能诊断，从而早期发现心脏物理结构和搏动节律的异常。同时结合预警报告系统，实现心脏疾病早期预警和及时医护的目的。
Description
技术领域
本发明属于智能医疗器械技术领域，具体涉及一种基于心脏功能动态监测与分析的智能芯片装置及应用方法。
背景技术
心脏疾病是人类第一号杀手，今天全球有数以十亿计的心脏病患者，需要得到及时、适当和成本可负担的医疗护理。传统的心电图（ECG）只能发现心电信号异常，对心脏物理结构本身的缺损、病变、老化、功能丧失（如心肌部分坏死）却作用不大或无能为力。超声心动图、计算机断层扫描（CT）、磁共振成像（MRI）及心肌灌注核素扫描等检测手段需要大型设备和专业人员操作，检测成本高，且难以做到随时随地监测，失去宝贵的病理信息和抢救机会。
近年来，随着微机电系统（MEMS）技术的发展和人群健康需求的提高，针对心脏健康监测的便携式可穿戴设备成为了热门研究领域。但大部分研究和产品基于传统的ECG，Pranav Rajpurkar报道过，对来自可穿戴设备的数万份单导联ECG进行了分析，使用一个34层的卷积神经网络（CNN），对心律失常的诊断能力可以达到人类医学专家的水平。但由于ECG技术本身的局限性，并不能及时、完整地反映心脏的健康状态，所以研究人员很早就注意到体外心脏振动信号能反映出心脏的结构和功能变化，以弥补ECG的不足，试图为心脏疾病无创监测提供新的途径。
早在1991年报道，Salerno等学者首次在临床中观察到心肌缺血患者的心脏振动谱异于正常人，并提出SCG（Seismocardiogram，SCG，由心脏运动对胸壁产生的加速度所绘制的图谱）可能对冠心病患者的左心室功能监测有帮助。科技人员进一步研究发现SCG能够估计出心脏的血流动力学参数，如射血前期时间、左室射血时间、射血分数等，进而评估心脏功能。
大部分研究均局限于实验室环境下，2010年的MagIC-SCG是第一款可以在日常活动中连续采集心脏电机械信号的可穿戴设备。该系统包含两个ECG电极、一个压力传感器、一个三轴加速度传感器和一个数据储存及传输模块，所有模块被封装在一件特制的上衣内。数据通过蓝牙传输到计算机设备进行计算、分析和可视化。可以分析出的指标包括心率、呼吸次数和一些血流动力学参数。2017年中国台湾学者发明了一套基于多通道SCG和ECG联合分析的心脏疾病早期预警系统。其传感器包括三个ECG电极，4个加速度传感器，分布在人体四肢、胸壁等不同位置。传感器数据先传送至智能手机，再传输至云端服务器进行计算分析。通过对ECG和4通道SCG数据联合分析，最终达到88%的预警准确度。迄今为止，大部分学者是所采取的技术手段是将SCG和GCG（Gyrocardiography， GCG，由心脏运动对胸壁产生的旋转角速度所绘制的图谱）数据融合，取得了较好的效果。也有人直接采用智能手机内置的传感器，如Jafari Tadi等用智能手机内置的三轴加速度传感器和陀螺仪检测房颤，准确度也是很高的，但是数据计算和分析仍然需要离线进行。Ng Seng Hooi 等人2018年利用加速度传感器对心脏瓣膜开合引起的振动进行监测分析，再一次验证了SCG对于心脏早期物理病变的预警价值，但整个实验停留在理论概念验证阶段，没有提出一套商业上可行的实施方案。
综上所述，现有技术和产品存在着：其一数据分析处理和疾病诊断依赖于云端平台或离线计算机设备，实时性差，影响了即时响应，即时处置的实用性，数据可用性低。其二是配套的可穿戴设备结构复杂，成本高，使用不便。其三是软件算法模型简单，导致疾病诊断能力弱。其四未考虑数据安全性问题；其五没有考虑心脏预警，手术康复与居家养老等商业化服务模式。本发明人多年潜心研究心脏动态信号，尤其基于振动信号采集与分析，以及心脏疾病诊断方面的研究，让基于SCG+GCG的数据采集与分析技术的小型化与智能化，直接应用于远程心脏机能的动态预警，手术的康复、居家养老的心脏功能的实时跟踪服务的商业化网络系统研究与应用，为人类健康事业做一些实实在在的贡献。
发明内容
本发明第一目的在于提供一种基于心脏功能智能监测与分析所用的智能芯片装置；另一目的在于提供基于心脏功能动态监测与分析的智能芯片装置应用方法。
本发明第一目的是这样实现的，本发明基于心脏功能动态监测与分析的智能芯片装置，其特征在于，被压缩、固化于芯片中或存储于片上闪存存储器里，包括：
所述传感器接口装置，用于采集来源于心脏功能监测传感器的数据；
所述数据压缩装置，用于数据的压缩处理，有利于数据的传输与应用；
所述人工智能算法装置，基于压缩感知计算、连续小波变换和卷积神经网络的端到端的嵌入式人工智能算法装置，用于对来自传感器信号的计算、分析、特征提取、模式识别与分类，给出推断结果；
所述人工智能诊断分析装置，用于采集临床心脏振动数据，每份数据都由多位心脏专家分析诊断确认，专家的意见和诊断结果是机器学习系统的目标，它基于心脏物理属性，通过学习得到模型，从而不断优化人工智能分析结果；
所述身份识别装置，用于提取心脏振动图谱特征，与数据库中存储的图谱特征进行对比，以确定使用者的身份；
所述数据加密装置，用于数据加密，防止数据被非法截获或篡改；
所述存储器装置，暂存采集信息及计算结果；
所述微处理器，承担计算任务及流程控制；
所述的无线数据通讯装置，用于数据传输，基于“事件驱动”模式，即智能芯片一旦检测到心脏异常事件发生，就会记录下事件的类型和时间，发送给片上预警模块、存储事件，依据无线通讯协议传输到云端及后台服务云平台；并支持蓝牙等协议同步传输到就近的移动终端或服务器；
所述预警装置，基于片上预警逻辑电路，一旦收到卷积神经网络的报警信号，就会驱动脏功能智能监测预警装置上的LED报警灯和蜂鸣器；
所述电源管理装置，为纽扣型电池，用于为系统供电，使蓝牙等通讯模块在无预警时处于休眠状态，一旦出现预警，通讯模块将被唤醒并开始传输数据。
本发明另一目的是这样实现的，基于心脏功能动态监测与分析的智能芯片装置应用方法，所述智能芯片装置为心脏功能智能监测预警装置（心脏智能贴片）的核心部件，心脏智能贴片置于人体胸壁，通过其中的智能芯片装置对心脏振动进行实时监测、数据处理与分析，发现预警事件，并通过无线传输协议，把心脏状态分析诊断结果传输到智能信息接收装置，具体包括如下步骤：
（1）通过所述传感器接口装置采集来源于心脏功能监测传感器的数据；
（2）通过所述数据压缩装置对数据的压缩处理，有利于数据的传输与应用；
（3）通过所述人工智能算法装置，基于压缩感知计算、连续小波变换和卷积神经网络的端到端的嵌入式人工智能算法装置，对来自传感器信号的计算、分析、模式识别、特征提取与分类，给出推断结果；
（4）通过所述人工智能诊断分析装置，采集临床心脏振动数据，每份数据都由多位心脏专家分析诊断确认，专家的意见和诊断结果是机器学习系统的目标，它基于心脏物理属性，通过学习得到模型，从而不断优化人工智能分析结果；
（5）通过所述身份识别装置，提取心脏振动图谱特征，与数据库中存储的图谱特征进行对比，以确定使用者的身份；
（6）通过所述数据加密装置，对数据进行加密，防止数据被非法截获或篡改；
（7）通过所述存储器装置，暂存采集信息及计算结果；
（8）通过所述微处理器，承担计算任务及流程控制；
（9）通过所述的无线数据通讯装置，基于“事件驱动”模式，传输数据，即智能芯片一旦检测到心脏异常事件发生，就会记录下事件的类型和时间，发送给片上预警模块、存储事件，依据无线通讯协议传输到云端及后台服务云平台；并支持蓝牙等协议同步传输到就近的移动终端或服务器；
（10）通过所述预警装置，基于片上预警逻辑电路，一旦收到人工智能算法的报警信号，就会驱动心脏智能贴片上的LED报警灯和蜂鸣器；
（11）通过所述电源管理装置，为系统供电，使蓝牙等通讯模块在无预警时处于休眠状态，一旦出现预警，通讯模块将被唤醒并开始传输数据。
本发明作为用于心脏功能动态监测与分析装置的核心部件，使得便携式智能可穿戴设备变得更小巧，可以实时对心脏机械振动进行体外监测，连续地、非侵入地的获取心脏的振动信息，结合数字信号处理、机器学习和人工智能技术进行模式识别和智能诊断，从而早期发现心脏物理结构和搏动节律的异常，比如瓣膜病变、心脏壁的运动异常、心脏射血分数改变、心律失常等。同时结合预警报告系统，实现心脏疾病早期预警和及时医护的目的。对严重心律失常（如房颤、室速、室颤）、心绞痛、急性心肌梗死的早期预警监测，手术后康复监测，居家养老人群，体育运动人群的日常监护有着重大意义。
附图说明
图1为本发明之智能芯片及外围部件结构关系框图；
图2为本发明之智能芯片系统架构关系框图；
图3为本发明人工智能算法模型系流架构关系框图；
图4为本发明数据压缩感知系统架构关系框图（三种模式）；
图5为本发明加密-解密系统架构关系框图；
图6为本发明身份识别装置系统架构关系框图；
图7为本发明智能芯片一种实现方式结构关系框图。
具体实施方式
下面将结合附图与实施例对本发明做进一步的说明，但不以任何方式对本发明加以限制，基于本发明的教导所作的任何变换或改变，均属于本发明保护的范围。
如图1~图7所示，本发明基于心脏功能动态监测与分析的智能芯片装置，所述的嵌入式人工智能算法装置，采取压缩感知的采样方式，直接在压缩信号上进行数据处理操作；数字滤波和小波变换等预处理和特征提取技术可以转换为矩阵变换；所述的原始信号为列向量x，变换矩阵为H，提取的特征向量为y，则有：
所述嵌入式人工智能算法装置采取压缩感知+压缩域计算的方式，基于心脏振动信号在小波变换基下的稀疏状态，可采用压缩感知对数据进行压缩，过程如下：
步骤1：采集长度为N的原始信号，作为列向量xN×1，即：
步骤二：构造观测矩阵ΦM×N(M<<N)，采用二元置换块对角矩阵（Binary PermutedBlock Diagonal matrix, BPBD），该矩阵有2M个1元素，其余元素均为0。
步骤三：计算压缩信号Φx：
所述嵌入式人工智能算法装置采取压缩信号上直接进行滤波和特征提取操作，此时的变换矩阵可以由变换得到：
其中S和V为奇异值分解得到的矩阵：
将常规的滤波器矩阵根据上式进行转换后，即可实现在压缩域的滤波计算：
所述无线数据通讯装置采用无线方式进行数据传输，将发现的预警事件的相关信息经过256位AES加密后传送给蓝牙模块，或WiFi、4G、5G、NFC、NB-IoT模块，将无线信号通过隐形式天线发送。
所述微处理器采用片上系统SoC实现，SoC芯片中既包含处理器又包含存储器及外围电路，单个芯片就能实现数据的采集、转换、存储、处理和输入/输出等多种功能。
所述微处理器为MCU、专用集成芯片ASIC或现场可编程门阵列FPGA；所述电源管理装置包括纽扣型电池，并通过相关插口对系统供电；所述预警装置通过相关插口启动外置蜂鸣器、LED灯或液晶显示屏报警。
本发明一种基于心脏功能动态监测与分析的智能芯片装置应用方法，还包括：
通过压缩、固化于微处理器芯片中或存储于片上闪存存储器里的传感器接口装置、数据压缩采集装置、人工智能算法装置、人工智能诊断分析装置、加密装置、存储器装置、微处理器、无线数据通讯装置、电源管理装置，实时处理心脏功能数据，分析、存储、比对，发现预警事件，发出信息并实时响应。
通过片上系统SoC实现芯片功能，实现数据的采集、转换、存储、处理和输入/输出多种功能。
通过微处理器MCU、专用集成芯片ASIC或现场可编程门阵列FPGA中的一种实现芯片功能，实现数据的采集、转换、存储、处理和输入/输出多种功能。
通过所述无线数据通讯装置之无线数据传输模式，将发现的预警事件的相关信息经过256位AES加密后传送给蓝牙模块，或通过WiFi、4G、5G、NFC、NB-IoT模块，将无线信号通过隐形式天线发送。
下面通过实施例，说明本发明的工作原理与工作过程
本发明作为用于心脏功能动态监测与分析装置的核心部件，使得便携式智能可穿戴设备变得更小巧，可以实时对心脏机械振动进行体外监测，连续地、非侵入地的获取心脏的振动信息，结合数字信号处理、机器学习和人工智能技术进行模式识别和智能诊断，从而早期发现心脏物理结构和搏动节律的异常，比如瓣膜病变、心脏壁的运动异常、心脏射血分数改变、心律失常等。同时结合预警报告系统，实现心脏疾病早期预警和及时医护的目的。对严重心律失常（如房颤、室速、室颤）、心绞痛、急性心肌梗死的早期预警监测，手术后康复监测，居家养老人群，体育运动人群的日常监护有着重大意义。
如图1~图6所示，智能芯片通过其传感器接口从振动传感器采集振波数据，实时进行数据压缩、数据预处理，嵌入式人工智能算法模块实时进行数据推断，给出心脏功能诊断结果。如果诊断结果存在异常（如发生心肌梗死、心律失常等），结果会经加密模块进行加密，暂存在内部的存储器内，后立即经数据通信模块将诊断结果传输至智能终端或后台服务云平台等其他模块。这种数据传输方式称为基于“事件驱动”的数据传输，即只有在智能处理芯片逻辑电路检测到发生了心脏异常事件的情况下，才会开启数据传输，传输的数据包括诊断结论和事件发生时间前后一定时间段内的传感器原始数据，以便后续分析。
每个心脏贴片出厂时会固化一个唯一的ID和256位的密钥对，不可更改。同时在服务器端保存一个相同的ID和密钥对。贴片逻辑电路首先对原始数据执行SHA-3哈希算法，附加在原始数据的末端，形成明文，然后使用密钥对明文进行AES加密，得到密文。密文连同设备ID一起传输。后台服务器或终端接受到密文和设备ID后，通过数据库查找出ID对应的密钥，进行解密。然后校验哈希值，如果匹配，则接受数据，如果不匹配，说明数据可能被篡改，则丢弃数据。
Claims (10)
1.一种基于心脏功能动态监测与分析的智能芯片装置，其特征在于，被压缩、固化于芯片中或存储于片上闪存存储器里，包括：
所述传感器接口装置，用于采集来源于心脏功能监测传感器的数据；
所述数据压缩装置，用于数据的压缩处理，有利于数据的传输与应用；
所述人工智能算法装置，基于压缩感知计算、连续小波变换和卷积神经网络的端到端的嵌入式人工智能算法装置，用于对来自传感器信号的计算、分析、特征提取、模式识别与分类，实时给出推断结果；
所述人工智能诊断分析装置，用于采集临床心脏振动数据，每份数据都由多位心脏专家分析诊断确认，专家的意见和诊断结果是机器学习系统的目标，它基于心脏物理属性，通过学习得到模型，从而不断优化人工智能分析结果；
所述身份识别装置，用于提取心脏振动图谱特征，与数据库中存储的图谱特征进行对比，以确定使用者的身份；
所述数据加密装置，用于数据加密，防止数据被非法截获或篡改；
所述存储器装置，暂存采集信息及计算结果；
所述微处理器，承担计算任务及流程控制；
所述的无线数据通讯装置，用于数据传输，基于“事件驱动”模式，即智能芯片一旦检测到心脏异常事件发生，就会记录下事件的类型和时间，发送给片上预警模块、存储事件，依据无线通讯协议传输到云端及后台服务云平台；并支持蓝牙等协议同步传输到就近的移动终端或服务器；
所述预警装置，基于片上预警逻辑电路，一旦收到人工智能算法的报警信号，就会驱动心脏功能智能监测预警装置上的LED报警灯和蜂鸣器；
所述电源管理装置，为纽扣型电池，用于为系统供电，使蓝牙等通讯模块在无预警时处于休眠状态，一旦出现预警，通讯模块将被唤醒并开始传输数据。
2.根据权利要求1所述基于心脏功能动态监测与分析的智能芯片装置，其特征在于，
所述的嵌入式人工智能算法装置，采取压缩感知的采样方式，，直接在压缩信号上进行数据处理操作；数字滤波和小波变换等预处理和特征提取技术可以转换为矩阵变换；所述的原始信号为列向量x，变换矩阵为H，提取的特征向量为y，则有：
所述嵌入式人工智能算法装置采取压缩感知+数据重建方式，基于心脏振动信号在小波变化基下的稀疏状态，可采用压缩感知对数据进行压缩，过程如下：
步骤1：采集长度为N的原始信号，作为列向量xN×1，即：
步骤二：构造观测矩阵ΦM×N(M<<N)，采用二元置换块对角矩阵（Binary PermutedBlock Diagonal matrix, BPBD），该矩阵有2M个1元素，其余元素均为0，
步骤三：计算压缩信号Φx：
所述嵌入式人工智能算法装置采取压缩信号上直接进行滤波和特征提取操作，此时的变换矩阵可以由变换得到：
其中S和V为奇异值分解得到的矩阵：
将常规的滤波器矩阵根据上式进行转换后，即可实现在压缩域的滤波计算。
3.根据权利要求1所述的基于心脏功能动态监测与分析的智能芯片装置，其特征在于，所述无线数据通讯装置采用无线方式进行数据传输，将发现的预警事件的相关信息经过256位AES加密后传送给蓝牙模块，或WiFi、4G、5G、NFC、NB-IoT模块，将无线信号通过隐形式天线发送。
4.根据权利要求1所述的基于心脏功能动态监测与分析的智能芯片装置，其特征在于，所述微处理器采用片上系统SoC实现，SoC芯片中既包含处理器又包含存储器及外围电路，单个芯片就能实现数据的采集、转换、存储、处理和输入/输出等多种功能。
5.根据权利要求1或4所述的基于心脏功能动态监测与分析的智能芯片装置，其特征在于，所述微处理器为MCU、专用集成芯片ASIC或现场可编程门阵列FPGA；所述电源管理装置包括纽扣型电池，并通过相关插口对系统供电；所述预警装置通过相关插口启动外置蜂鸣器、LED灯或液晶显示屏报警。
6.一种基于心脏功能动态监测与分析的智能芯片装置应用方法，其特征在于，所述智能芯片装置为心脏功能智能监测预警装置（心脏智能贴片）的核心部件，心脏智能贴片置于人体胸壁，通过其中的智能芯片装置对心脏振动进行实时监测、数据处理与分析，发现预警事件，并通过无线传输协议，把心脏状态分析诊断结果传输到智能信息接收装置，具体包括如下步骤：
（1）通过所述传感器接口装置采集来源于心脏功能监测传感器的数据；
（2）通过所述数据压缩装置对数据的压缩处理，有利于数据的传输与应用；
（3）通过所述人工智能算法装置，基于压缩感知计算、连续小波变换和卷积神经网络的端到端的嵌入式人工智能算法装置，对来自传感器信号的计算、分析、特征提取、模式识别与分类，给出推断结果；
（4）通过所述人工智能诊断分析装置，采集临床心脏振动数据，每份数据都由多位心脏专家分析诊断确认，专家的意见和诊断结果是机器学习系统的目标，它基于心脏物理属性，通过学习得到模型，从而不断优化人工智能分析结果；
（5）通过所述身份识别装置，提取心脏振动图谱特征，与数据库中存储的图谱特征进行对比，以确定使用者的身份；
（6）通过所述数据加密装置，对数据进行加密，防止数据被非法截获或篡改；
（7）通过所述存储器装置，暂存采集信息及计算结果；
（8）通过所述微处理器，承担计算任务及流程控制；
（9）通过所述的无线数据通讯装置，基于“事件驱动”模式，传输数据，即智能芯片一旦检测到心脏异常事件发生，就会记录下事件的类型和时间，发送给片上预警模块、存储事件，依据无线通讯协议传输到云端及后台服务云平台；并支持蓝牙等协议同步传输到就近的移动终端或服务器；
（10）通过所述预警装置，基于片上预警逻辑电路，一旦收到人工智能算法的报警信号，就会驱动心脏智能贴片上的LED报警灯和蜂鸣器；
（11）通过所述电源管理装置，为系统供电，使蓝牙等通讯模块在无预警时处于休眠状态，一旦出现预警，通讯模块将被唤醒并开始传输数据。
7.根据权利要求6所述基于心脏功能动态监测与分析的智能芯片装置应用方法，其特征在于，还包括：
通过压缩、固化于微处理器芯片中或存储于片上闪存存储器里的传感器接口装置、数据压缩采集装置、人工智能算法装置、人工智能诊断分析装置、加密装置、存储器装置、微处理器、无线数据通讯装置、电源管理装置，实时处理心脏功能数据，分析、存储、比对，发现预警事件，发出信息并实时响应。
8.根据权利要求6所述基于心脏功能动态监测与分析的智能芯片装置应用方法，其特征在于，通过片上系统SoC实现芯片功能，实现数据的采集、转换、存储、处理和输入/输出多种功能。
9.根据权利要求6或7所述基于心脏功能动态监测与分析的智能芯片装置应用方法，其特征在于，通过微处理器MCU、专用集成芯片ASIC或现场可编程门阵列FPGA中的一种实现芯片功能，实现数据的采集、转换、存储、处理和输入/输出多种功能。
10.根据权利要求7所述基于心脏功能动态监测与分析的智能芯片装置应用方法，其特征在于，通过所述无线数据通讯装置之无线数据传输模式，将发现的预警事件的相关信息经过256位AES加密后传送给蓝牙模块，或通过WiFi、4G、5G、NFC、NB-IoT模块，将无线信号通过隐形式天线发送。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910726599.XA CN110477862B (zh) | 2019-08-07 | 2019-08-07 | 一种基于心脏功能动态监测与分析的智能芯片装置及应用方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910726599.XA CN110477862B (zh) | 2019-08-07 | 2019-08-07 | 一种基于心脏功能动态监测与分析的智能芯片装置及应用方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110477862A true CN110477862A (zh) | 2019-11-22 |
| CN110477862B CN110477862B (zh) | 2022-06-28 |
Family
ID=68550173
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910726599.XA Expired - Fee Related CN110477862B (zh) | 2019-08-07 | 2019-08-07 | 一种基于心脏功能动态监测与分析的智能芯片装置及应用方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110477862B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111488958A (zh) * | 2020-04-13 | 2020-08-04 | 中国医学科学院北京协和医院 | 一种基于智能芯片的人工假体信息跟踪采集系统及方法 |
| CN111835836A (zh) * | 2020-06-24 | 2020-10-27 | 清科优能(深圳)技术有限公司 | 一种智慧物联网终端数据处理装置及方法 |
| US20210081770A1 (en) * | 2019-09-17 | 2021-03-18 | GOWN Semiconductor Corporation | System architecture based on soc fpga for edge artificial intelligence computing |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014055293A1 (en) * | 2012-10-01 | 2014-04-10 | D-Wave Systems Inc. | Quantum processing of functional neural imaging data |
| CN106388832A (zh) * | 2016-11-24 | 2017-02-15 | 西安思源学院 | 一种基于超声全心脏序列图像的身份识别方法 |
| CN107960990A (zh) * | 2018-01-11 | 2018-04-27 | 上海健康医学院 | 一种穿戴式心脑血管疾病智能监测系统及方法 |
| CN108158577A (zh) * | 2018-02-12 | 2018-06-15 | 江南大学 | 一种基于压缩感知的低功耗心电信号处理电路及其方法 |
-
2019
- 2019-08-07 CN CN201910726599.XA patent/CN110477862B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014055293A1 (en) * | 2012-10-01 | 2014-04-10 | D-Wave Systems Inc. | Quantum processing of functional neural imaging data |
| CN106388832A (zh) * | 2016-11-24 | 2017-02-15 | 西安思源学院 | 一种基于超声全心脏序列图像的身份识别方法 |
| CN107960990A (zh) * | 2018-01-11 | 2018-04-27 | 上海健康医学院 | 一种穿戴式心脑血管疾病智能监测系统及方法 |
| CN108158577A (zh) * | 2018-02-12 | 2018-06-15 | 江南大学 | 一种基于压缩感知的低功耗心电信号处理电路及其方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210081770A1 (en) * | 2019-09-17 | 2021-03-18 | GOWN Semiconductor Corporation | System architecture based on soc fpga for edge artificial intelligence computing |
| US11544544B2 (en) * | 2019-09-17 | 2023-01-03 | Gowin Semiconductor Corporation | System architecture based on SoC FPGA for edge artificial intelligence computing |
| CN111488958A (zh) * | 2020-04-13 | 2020-08-04 | 中国医学科学院北京协和医院 | 一种基于智能芯片的人工假体信息跟踪采集系统及方法 |
| CN111835836A (zh) * | 2020-06-24 | 2020-10-27 | 清科优能(深圳)技术有限公司 | 一种智慧物联网终端数据处理装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110477862B (zh) | 2022-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110477864B (zh) | 一种基于心脏功能动态监测与分析的管理服务系统及方法 | |
| Wang et al. | Energy-efficient intelligent ECG monitoring for wearable devices | |
| CN110477862A (zh) | 一种基于心脏功能动态监测与分析的智能芯片装置及应用方法 | |
| CN110916647A (zh) | 面向多场景的可穿戴心电监测与心律失常远程实时诊断装置 | |
| CN110598549A (zh) | 一种基于心脏功能监控的卷积神经网络信息处理系统及训练方法 | |
| WO2013131156A1 (pt) | Método, sistema e aparelho para monitoramento cardíaco contínuo em um indivíduo | |
| CN107669262A (zh) | 基于svm与wlt的多导联远程心电诊断与监护系统及方法 | |
| RamKumar et al. | Internet of Things Assisted Remote Health and Safety Monitoring Scheme Using Intelligent Sensors | |
| CN105919583B (zh) | 一种胎教器胎心仪一体机 | |
| Varshney et al. | Iot based ehealth management system using arduino and google cloud firestore | |
| CN110491500B (zh) | 一种基于心脏功能动态监测与分析的身份识别系统及方法 | |
| Kora et al. | Iot based wearable monitoring structure for detecting abnormal heart | |
| CN110035404A (zh) | 一种基于大数据的农村医疗健康数据采集分析与预警系统 | |
| Mohamad et al. | Thingspeak cloud computing platform based ECG diagnose system | |
| Sharma et al. | Applicability of ML-IoT in smart healthcare systems: Challenges, solutions & future direction | |
| CN110477863A (zh) | 一种基于心脏功能动态监控的人工智能算法模型系统及方法 | |
| Deepika et al. | A novel three tier Internet of things health monitoring system | |
| CN109414170A (zh) | 电子设备及其控制方法 | |
| CN110598424B (zh) | 一种基于心脏功能动态监测与分析的数据加密—解密系统及方法 | |
| Ishtiaque et al. | IoT-based low-cost remote patient monitoring and management system with deep learning-based arrhythmia and pneumonia detection | |
| Zhou et al. | Cloud-based dynamic electrocardiogram monitoring and analysis system | |
| Devi et al. | Remote Human’s health and activities monitoring using wearable sensor-based system—a review | |
| Ravishankar et al. | IoT Based System For Home Monitoring Of Human Vital Signs | |
| Kumari et al. | ECG monitoring system using ARM9 web-server | |
| Monisha et al. | Wireless ECG with Machine Learning-Based Diagnostic Analysis |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220628 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |