随着人们生活节奏的加快，心脏病、心血管疾病、高血压等疾病越来越成为威胁人类健康的严重疾病。因此，心脏病、心血管疾病的防治和诊断已成为当今医学界面临的主要问题。关于心电信号、脉搏信号的采集、处理和分析的研究也显得越来越重要了。

生物医学信号的处理是生物医学工程学的一个重要研究领域，也是近年来迅速发展的数字信号处理技术的一个重要的应用方面，心电信号、脉搏信号比其他生物电信号更易于检测，并且具有较直观的规律性。目前生物医学信号的主要特点：信号弱、噪声强、频率范围一般较低、随机性强等特征。

本研究对表面肌电(sEMG) 信号进行分析，结合支持向量机、神经网络等深度学习方法，对运动复健辅助系统中上、下肢运动状态进行识别及预测。

成果亮点：

生物医学信号，是属于强噪声背景下的低频微弱信号，它是由复杂的生命体发出的不稳定的自然信号，从信号本身特征、检测方式到处理技术，都不同于一般的信号。

1、本系统实现了对弱信号的精准捕捉，例如从母体腹部取到的胎儿心电信号10~50μV。脑干听觉诱发响应信号小于1μV。

2、本系统实现了强噪声的去噪，由于人体自身信号弱，加之人体又是一个复杂的整体，因此信号易受噪声的干扰。如胎儿心电混有很强噪声，它一方面来自肌电、工频等干扰，另一方面，在胎儿心电中不可避免地含有母亲心电，母亲心电相对我们要提取的胎儿心电则变成了噪声。

3、本系统实现了频率范围精准捕捉，除心音信号频谱成份稍高外，其他电生理信号频谱一般较低。

4、本系统实现了对随机性的动态分析，生物医学信号不但是随机的，而且是非常平稳的。

本成果，应用前景广泛

21世纪是生命科学大发展的时代，工程技术与生命科学进一步地互相渗透结合，必将推动医学跨入一个崭新的时代。如何将未来的诊疗仪器实现智能化，检查结果，治疗程序均可实行人机对话都是我们所要研究的问题。另外中国目前大部分医院设备陈旧，而且高端医疗设备更是几乎全部进口，所以市场是庞大的。

此成果对表面肌电(sEMG) 信号进行分析，结合支持向量机、神经网络等深度学习方法，对运动复健辅助系统中上、下肢运动状态进行识别及预测。

可以防范的应用于

妇产医院、健康监测、医学诊断、康复服务、运动学 等领域

智能信号与信息处理科研团队成立于2007年

依托西华大学四川省信号与信息处理重点实验室，深入基于心音信号对心血管疾病的分析研究，扩展到呼吸音、肺音等人体生理健康数据分析研究，延伸至心理、精神状态分析研究，人工智能及康养相关产品研发。

团队专注于生物感知智能信息处理，生命体征信号（心电、脑电、肌电、血压、脉搏、呼吸、心音等）智能监测与分析，呼吸暂停与睡眠分期分析，医学大数据处理与机器学习，穿戴式主动健康监测设备研发。

本成果，自主研发，已经取得相关专利，技术成熟稳定

随着人们生活节奏的加快，各种疾病越来越成为威胁人类健康，关于心电信号、脉搏信号等医学信号的采集、处理和分析的研究也显得越来越重要了。生物医学信号的处理是生物医学工程学的一个重要研究领域，也是近年来迅速发展的数字信号处理技术的一个重要的应用方面。

特别是 对弱信号的精准捕捉，实现了强噪声的去噪，现了频率范围精准捕捉，实现了对随机性的动态分析，对生物学信号监测产业发展，提升改善人们的生活幸福感都具有一定的意义。

该成果考虑 包括但不限于 技术转让、技术许可、合作入股、委托开发、合作开发、技术咨询、技术服务、创业融资、股权融资等形式开展广泛合作。

可以面向 ，广东、浙江、江苏、四川等相关产业群集转化合作

合作领域可以重点考虑：

疾病风险评估、妇产医院、健康监测、医学诊断、康复服务、运动学 等领域合作伙伴