摘要
本发明公开了基于实时信号处理的超高心率异常检测方法,涉及宠物健康监测技术领域,其中,本发明通过融合多模态生理信号,利用边缘计算实现本地低延迟处理,通过带通滤波、自适应卡尔曼滤波等进行信号预处理,采用多时间尺度特征提取结合宠物状态向量动态调整特征权重,运用改进的注意力机制神经网络与支持向量机二次分类及后验概率融合算法提升分类精度,并借助动态阈值机制与分级预警机制,根据异常持续时间匹配响应强度,本发明实现了宠物超高心率异常的精准、实时监测,为宠物健康管理提供高效、可靠的检测流程,对早期发现宠物潜在疾病具有重要意义。
技术关键词
心率异常检测方法
实时信号处理
多模态生理
三轴加速度
宠物健康监测技术
融合算法
多时间尺度
注意力机制
静息心率
运动伪影
后验概率
异常检测设备
卡尔曼滤波算法
动态
波形斜率
阈值机制
多尺度特征
系统为您推荐了相关专利信息
活动监测系统
可穿戴式医疗设备
数据采集模块
可穿戴医疗设备
数据分析模块
三轴加速度传感器
数据采集装置
无线通讯单元
信号采集单元
人机交互单元
位姿估计方法
蛇形机器人
坐标转换矩阵
坐标系
协方差矩阵
时间滑动窗口
时空融合特征
神经网络模型
变量
节点
同步测定方法
多模态数据融合
信号特征
动态信号处理
信号采集单元