生物信号降噪装置、处理装置、监控处理系统及电子设备制造方法及图纸

本发明专利技术提供一种生物信号降噪装置、处理装置、监控处理系统及电子设备，该生物信号降噪装置包括：降噪模块，用于基于存算一体架构对生物信号进行降噪处理；其中，所述降噪模块包括由多个阵列排布的闪存单元组成的闪存处理阵列，所述闪存单元的阈值电压可调，所述闪存处理陈列中存有预训练的深度学习降噪模型，通过利用存算一体技术实现深度学习降噪模型进行生物信号降噪，存算一体技术的扩展性好，硬件简单，功耗低，能够直接应用到资源受限的离线终端场景，增加少量功耗和硬件开销就可以有效提高信号监测准确度。效提高信号监测准确度。效提高信号监测准确度。

【技术实现步骤摘要】
生物信号降噪装置、处理装置、监控处理系统及电子设备


[0001]本专利技术涉及信号处理领域，尤其涉及一种生物信号降噪装置、处理装置、监控处理系统及电子设备。

技术介绍

[0002]随着人工智能的快速发展，智能可穿戴设备(例如智能手机、智能耳机、智能手环、智能眼镜等)在日常生活中逐步普及。与此同时，利用智能可穿戴设备进行健康监测与管理也逐渐受到大众的认可，例如通过在智能可穿戴设备上增加各类传感器来实时监测血压、血氧、血糖、心率、心电图等，进而实现健康管理。
[0003]但是在日常生活中，由于存在各种噪声，比如环境噪声、监测人体自身的肌电噪声、人体运动造成的基线漂移噪声、监测人的皮肤湿度与温度不同等带来的噪声等，会造成传感器采集的信号质量受到影响，进而影响监测准确度。

技术实现思路

[0004]针对现有技术中的问题，本专利技术提供一种生物信号降噪装置、处理装置、监控处理系统及电子设备，能够至少部分地解决现有技术中存在的问题。
[0005]为了实现上述目的，本专利技术采用如下技术方案：
[0006]第一方面，提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生物信号降噪装置，其特征在于，包括：降噪模块，用于基于存算一体架构对生物信号进行降噪处理；其中，所述降噪模块包括由多个阵列排布的闪存单元组成的闪存处理阵列，所述闪存单元的阈值电压可调，所述闪存处理陈列中存有预训练的深度学习降噪模型。2.根据权利要求1所述的生物信号降噪装置，其特征在于，还包括：连接在所述降噪模块之前的预处理模块以及与所述预处理模块、所述降噪模块连接的重建模块；所述预处理模块用于将所述生物信号转换为频域信号；所述降噪模块对所述频域信号的幅度谱进行降噪处理得到降噪后幅度谱；所述重建模块根据所述频域信号的相位谱以及所述降噪后幅度谱进行信号重建。3.根据权利要求2所述的生物信号降噪装置，其特征在于，所述预处理模块包括：加窗单元以及傅里叶变换单元；所述加窗单元用于对所述生物信号进行加窗；所述傅里叶变换单元用于将加窗后的生物信号转换为所述频域信号。4.根据权利要求2所述的生物信号降噪装置，其特征在于，所述重建模块包括：功率谱补偿单元以及反向傅里叶变换单元；所述功率谱补偿单元用于对所述降噪后幅度谱进行补偿；所述反向傅里叶变换单元用于对补偿后的幅度谱以及所述频域信号的相位谱进行反向傅里叶变换得到降噪后生物信号。5.根据权利要求1所述的生物信号降噪装置，其特征在于，所述降噪模块的工作模式包括：处理模式以及编程模式；所述降噪模块在处理模式下对所述生物信号进行降噪处理，在编程模式下更新所述深度学习降噪模型。6.根据权利要求1所述的生物信号降噪装置，其特征在于，所述降噪模块还包括：连接在所述闪存处理阵列之前的滤波电路、连接在所述闪存处理阵列输出端的模数转换模块以及连接所述模数转换模块的后处理模块。7.根据权利要求1所述的生物信号降噪装置，其特征在于，所述闪存单元包括：用于存储长...

【专利技术属性】
技术研发人员：王绍迪，
申请(专利权)人：杭州知存智能科技有限公司，
类型：发明
国别省市：