| Osnovni podaci
|
| (11) | Registarski broj: | P20140414 (Objavljen patent) | |
| (21) | Broj prijave patenta: | P20140414A |
| (22) | Dan podn. prijave: | 08.05.2014 |
| (54) | Naziv izuma (eng.): | SYSTEM AND COMPUTER IMPLEMENTED METHOD OF DETECTION AND RECOGNITION OF WAVE FORMS IN TIME SERIES | |
| (51) | MKP: | G16H 50/20 (2018.01) |
| | | A61B 5/346 (2021.01) |
| (73) | Nositelj(i): | | 1. | SVEUČILIŠTE U ZAGREBU FAKULTET ORGANIZACIJE I INFORMATIKE VARAŽDIN, Pavlinska 2, 42000 Varaždin, HR |
| |
| (72) | Izumitelj(i): | | 1. | Marko Velić, Kralja Zvonimira 61, 10000 Zagreb, HR |
| |
| (74) | Opunomoćenik: | Tatjana Sučić, dipl. ing, Callidea d.o.o.,
Pustoselina 7a, 10000 Zagreb, HR
|
| (43) | Dan objave prijave patenta i broj HGIV-a: | 20.11.2015, HGIV 24/2015 |
| (45) | Dan objave patenta i broj HGIV-a: | 10.02.2017, HGIV 3/2017 |
| | Održavanje: | 03.05.2024., za godinu 11. | |
| (57) | Sažetak: | Predmetni izum se odnosi na sustav i računalno implementirani postupak detekcije i raspoznavanja oblika valova u vremenskim serijama, posebno fiziološkog signala koji uključuje postupak predprocesiranja izvornog signala u svrhu uklanjanja šuma, izlučivanja morfoloških značajki signala, detekciju zanimljivih dijelova signala, izlučivanje dinamičkih značajki, raspoznavanje/klasificiranje oblika valova i grupiranje/klasteriranje sličnih odsječaka signala. Izlučivanje morfoloških značajki signala se odvija transformacijom izvornog jednodimenzionalnog signala u niz karakterističnih vektora VPT percepcije koji sažimaju morfologiju signala u okolini točke u trenutku T, koji vektori VPT se sastoje od skupa značajki m1T ;m2T ;…;mnT , pri čemu dio navedenih značajki opisuje geometrijske karakteristike odsječka signala, dio čine dinamički kumulativi, a dio vremensko morfološke determinante VMD, pri čemu se transformacija serije provodi unaprijed i unatrag u odnosu na vremenski slijed. Rezultat transformacije signala se koristi kao ulaz u klasifikator u svrhu izgradnje modela I za detekciju QRS odsječaka. Dinamičke značajke zajedno sa morfološkim značajkama signala (rezultat transformacije) tvore skup proširenih značajki, odnosno vektore s proširenim značajkama koje uz odgovarajuće oznake izvornog signala postaju temelj za proces nadziranog učenja u svrhu raspoznavanja oblika valova. Rezultat takvog procesa strojnog učenja je model II koji se koristi za klasifikaciju odnosno raspoznavanje oblika valova (slika 10 c). Model II se potom može koristiti za raspoznavanje oblika valova novih signala (slika 10 d) odnosno raspoznate EKG valove. Model I i model II se pohranjuju na računalu ili mogu biti pohranjeni na bilo kojem računalno čitljivom mediju. | |
|
| | | ZAHTJEV ZA ISPITIVANJE |
Zahtjev br. 1.
| | | Vrsta zahtjeva | zahtjev za potpuno ispitivanje | | | Dan podnošenja | 19.05.2016 | | | Dan objave | 03.06.2016 | | | | | PRIJENOS PRAVA | | Novi zapis | SVEUČILIŠTE U ZAGREBU FAKULTET ORGANIZACIJE I INFORMATIKE VARAŽDIN,
Pavlinska 2, 42000 Varaždin, HR
| | Raniji zapis | Marko Velić,
Kralja Zvonimira 61, 10000 Zagreb, HR
| | Dan upisa | 13.01.2017 | | Dan objave | 27.01.2017 | |
|