专利标题 公开号/公告号 公开日期 摘要 专利状态
一种基于多传感器的睡眠监测方法和设备 CN202211048966.3 - 本发明公开了一种基于多传感器数据融合的睡眠监测方法和设备，该方法通过视频基于随机森林分类器识别用户睡眠姿态，监测用户翻身和起夜次数，通过音频识别用户呼吸频率，打鼾频率和大小，通过手环获取用户心率和血氧饱和度。本发明还提供了一种睡眠监测设备。本发明改进了睡眠监测方法，减轻了睡眠监测中的设备接触负担，降低监测设备成本；同时基于粒子群算法改进的神经网络实现多传感器数据融合算法融合多个数据，提高了睡眠监测中的睡眠质量分类准确性。 实质审查
一种基于智能算法的呼吸监测预测方法及呼吸机 CN202211021860.4 2024-07-19 本发明公开了一种基于智能算法的呼吸监测预测方法，该方法包括：获取用户睡眠数据和个人信息，包括用户性别、年龄、呼吸流量、血氧饱和度、鼾声；基于CNN‑LightGBM模型建立睡眠呼吸模型并进行模型训练，通过呼吸机监测数据结合预测模型提前预测阻塞性睡眠呼吸暂停的发生，采用模糊PID方法阶梯化调节呼吸机流量，实现了阻塞性睡眠呼吸暂停的提前预测，通过阶梯通过缓慢增加气流量解决了现有技术中突然增大气流量导致给用户较大的冲击，从而影响用户睡眠连续性的问题，并且通过了提前干预，减小了用户由于阻塞性睡眠呼吸暂停发生后才进行干预而造成的高血压、心律失常、心肺功能衷竭等严重后果。 专利权的授权
一种基于睡眠状态的呼吸机流量控制方法及睡眠呼吸机 CN202211001453.7 2024-08-20 本发明公开了一种基于睡眠状态的呼吸机流量控制方法，该方法包括：获取压力和流量传感器数据，进行呼吸触发检测，根据呼吸状态确定压力期望值，采用基于蛙跳‑神经网络‑PID算法的压力控制算法进行流量控制，本发明解决了现有技术中呼吸机PID控制中由于参数固定而导致超调过大，响应速度慢等问题，并通过结合蛙跳算法对PID初始参数进行离线优化得到，减小神经网络参数的整定范围，因此，可极大的减小神经网络的计算量，有利于参数的在线优化。本发明还提供了一种呼吸机。本发明的改进方法通过优化呼吸机的控制算法，保证了呼吸机的控制性能，提升用户使用体验感。 专利权的授权
一种智能呼吸信号处理方法和装置 CN202210478307.7 2024-10-15 本发明公开了一种智能呼吸信号的处理方法，该方法通过融合流量传感器数据和睡眠呼吸音频数据，对睡眠片段进行细化分割，获取更加细致的特征，并基于随机森林算法结合上述多种特征对睡眠质量进行智能分类。通过呼吸流量传感器对呼吸潮气量和呼吸频率进行检测，进而生成呼吸波形，精确获得呼吸定量数据。对于音频数据，基于小波变换的降噪算法进行降噪处理，对于阈值函数确定采用硬、软阈值的折中函数，具有很好的灵活性；基于卷积神经网络对呼吸声、鼾声和梦呓进行识别，并基于识别结果对呼吸音频进行片段识别分割。本发明还提供了一种智能呼吸信号的装置。实现了睡眠呼吸的智能监测。 专利权的授权
一种基于生成对抗网络的心电信号降噪方法 CN202210407777.4 - 本发明涉及心电信号降噪处理的技术领域，公开了一种基于生成对抗网络的心电信号降噪方法，包括：构造生成器模型，所述生成器模型对带噪心电信号数据进行降噪处理，得到降噪后的心电信号；构造判别器模型，将降噪后的心电信号和带噪的心电信号数据作为输入，输入到判别器模型中进行信号识别分类；利用基于量子比特的智能优化算法对生成对抗网络模型进行优化；将待降噪的心电信号数据输入到优化后的生成器模型中，模型输出降噪后的心电信号。本发明所述方法基于对抗网络模型实现带噪心电信号的降噪处理，同时利用基于量子比特的智能优化算法对模型进行优化处理，提高了优化效率，提高心电信号降噪处理的实时性。 实质审查
一种基于视频信号的呼吸率检测方法 CN202210407778.9 - 本发明涉及呼吸率检测的技术领域，公开了一种基于视频信号的呼吸率检测方法，包括：采集人体呼吸视频，对呼吸视频进行预处理后进行人脸识别，并根据人体头身比初步提取胸部区域；对提取的胸部区域进行建模，进一步精确提取呼吸区域；对提取的呼吸区域进行滤波处理，并提取呼吸区域像素点的呼吸运动方向特征；根据呼吸运动方向特征提取对呼吸区域图像进行多尺度空间分解，提取呼吸相位信息；对提取得到的呼吸相位信息进行滤波处理，并进行波峰检测估计呼吸率。本发明所述方法实现呼吸视频中人体呼吸区域的检测，降低了人体姿态对呼吸速率计算的影响，并能够根据呼吸视频计算人体的呼吸率。 实质审查
一种基于频域分析的呼吸异常检测方法 CN202210231741.5 - 本发明涉及呼吸信号异常识别的技术领域，公开了一种基于频域分析的呼吸异常检测方法，包括：利用射频传感器向人体胸腔发出电磁波，并接收电磁波回传的回波信号，对回波信号进行处理得到人体的呼吸信号；基于小波熵对呼吸信号进行降噪处理；利用快速傅里叶变换方法将降噪处理后的呼吸信号转换为频域表示；基于随机森林算法构建呼吸异常检测模型，将呼吸信号的频域表示输入到呼吸异常检测模型得到呼吸异常检测结果。本发明所述方法基于小波熵以及快速傅里叶变换实现呼吸信号的频域表示，并利用随机森林方法结合频域表示结果实现呼吸异常检测，用于进行呼吸异常检测的装置基于射频传感器实现长时间、连续的呼吸检测。 专利（申请）权的转移
一种基于事件检测的呼吸机控制方法 CN202210233601.1 2024-11-26 本发明涉及呼吸机控制的技术领域，公开了一种基于事件检测的呼吸机控制方法，包括：采集呼吸机管道流量，并将所采集到的呼吸机管道流量转换为呼吸波形，利用小波变换方法对呼吸波形进行滤波处理；对滤波处理后的呼吸波形进行呼吸触发检测，得到呼吸波形的呼气触发点以及吸气触发点；根据呼吸触发检测结果，对呼吸波形进行事件检测，检测是否存在呼吸暂停事件或低通气事件；若检测到呼吸暂停事件或低通气事件，则利用通气调节算法控制呼吸机的管道压力进行辅助呼吸。本发明所述方法基于呼吸触发检测实现呼吸周期的检测，并对每个呼吸周期进行呼吸暂停事件或低通气事件的检测，根据检测结果对呼吸机进行控制调节。 授权
一种基于信息耦合的睡眠评估方法 CN202111453475.2 - 本发明涉及信号耦合的技术领域，公开了一种基于信息耦合的睡眠评估方法，包括：从不同睡眠周期采集脑电信号和心电信号，并分别对两种信号进行预处理；分别从预处理后的脑电信号、心电信号中提取脑电信号特征以及心电信号特征，并对脑电信号特征以及心电信号特征进行耦合处理，得到耦合特征；利用PCA算法对所得到的特征进行特征降维处理，将降维后的特征作为睡眠评估特征；以睡眠评估特征为输入，睡眠周期为输出，构建GA‑SVM模型，实现生物信号特征到睡眠周期的映射。本发明所述方法通过利用一种信息耦合方法实现脑电信号以及心电信号的耦合处理，并基于遗传算法构建SVM模型，实现生物信号特征到睡眠周期的映射。 专利申请的驳回
一种基于深度学习的心肌缺血心电信号分析方法 CN202111429161.9 - 本发明涉及心电信号分析的技术领域，公开了一种基于深度学习的心肌缺血心电信号分析方法，包括：采集心电信号，并对采集的心电信号依次进行滤波、去噪处理；利用特征向量提取算法从处理后的心电信号中提取特征向量；构建多个深度残差网络分类器用于心肌缺血心电信号分析，并分别进行参数训练；将心电信号特征向量作为深度残差网络分类器的输入，深度残差网络分类器输出心电信号的分类结果，根据分类器的分类结果动态更新每一个分类器的权重参数，并将所有分类器的加权结果作为最终的心肌缺血心电信号分析结果。本发明所述方法构建多个深度残差网络分类器用于心肌缺血的心电信号分析，实现是否存在心肌缺血的分类预测。 专利申请的撤回