申请/专利权人：南昌大学第二附属医院

申请日：2024-03-08

公开（公告）日：2024-04-09

公开（公告）号：CN117850601A

主分类号：G06F3/01

分类号：G06F3/01;A61B5/05;A61B5/00;G06F18/213;G06N20/10

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及生物医学信号处理技术领域，具体为用于手持式PDA可自动检测生命体征的系统及方法，系统包括生命体征智能识别模块、阈值调整模块、能效优化模块、深度洞察分析模块、自适应决策支持模块、健康状态预测模块、干预建议模块。本发明中，通过采用信号处理技术、深度学习算法和联邦学习方法，提高了数据的处理精度和智能化水平，小波变换和卷积神经网络的结合，有效提取生命体征数据中的关键空间特征，而长短期记忆网络，增强了对心率和呼吸频率等参数的识别能力，Q学习算法和深度Q网络的应用，使预警阈值和监测策略能够根据实时数据和环境变化自动调整，随机森林与支持向量机算法的应用，为制定个性化的干预建议提供了坚实基础。

主权项：1.用于手持式PDA可自动检测生命体征的系统，其特征在于：所述系统包括生命体征智能识别模块、阈值调整模块、能效优化模块、深度洞察分析模块、自适应决策支持模块、健康状态预测模块、干预建议模块；所述生命体征智能识别模块基于PDA毫米波雷达收集的生命体征数据，采用信号处理技术进行预处理，包括去噪和归一化处理，应用卷积神经网络，进行数据分析，识别生命体征的空间特征，利用长短期记忆网络，对时间序列数据进行分析，识别生命体征的动态变化模式，识别患者的心率、呼吸频率生命体征参数，生成生命体征识别结果；所述阈值调整模块基于生命体征识别结果，采用Q学习算法，分析患者的生命体征数据与历史健康记录，比较个体数据与群体统计数据，学习并调整预警阈值，根据患者的需求和健康状况动态调整，生成优化预警阈值；所述能效优化模块基于系统运行能耗数据，通过主成分分析，对数据进行降维，简化能耗模式的识别过程，应用聚类分析技术，对简化后数据进行模式识别，识别耗能操作和流程，并调整数据采集频率和数据处理策略，优化系统能源消耗，生成能效优化策略；所述深度洞察分析模块基于优化预警阈值和能效优化策略，利用深度信念网络，对生命体征数据进行特征提取，并通过循环神经网络，分析健康趋势和潜在风险，提取和识别健康指标的变化趋势，生成健康洞察分析结果；所述自适应决策支持模块基于生命体征识别结果，结合医疗记录和环境信息，利用联邦学习，进行数据融合和同步处理，并采用深度Q网络，进行环境与需求分析，学习并识别监测和响应策略，利用模糊逻辑控制算法，根据医疗需求和环境变化调整监测策略和警报机制，生成决策支持策略；所述健康状态预测模块基于健康洞察分析结果，采用随机森林和支持向量机算法，建立健康状态预测模型，分析患者的历史生命体征数据和当前健康状况，预测未来的健康趋势，预测患者的健康风险，生成健康预测结果；所述干预建议模块基于健康预测结果，结合患者健康档案，采用自然语言处理技术，分析患者的健康状况和健康预测结果，制定干预建议，包括健康管理和治疗建议，生成辅助管理建议；所述生命体征识别结果包括心率值、呼吸频率、血压指标，所述优化预警阈值具体为心率预警阈值、血压预警阈值、呼吸频率预警阈值，所述能效优化策略包括监测频率调整参数、数据传输间隔、设备休眠策略，所述健康洞察分析结果包括健康趋势预测、潜在健康风险识别、健康指标变化，所述决策支持策略包括监测策略调整建议、警报优先级信息、响应策略优化，所述健康预测结果包括健康风险评估、健康状况发展趋势、预防建议信息，所述辅助管理建议包括健康管理建议、治疗方案调整建议、生活方式改善措施。

全文数据：

权利要求：

百度查询： 南昌大学第二附属医院 用于手持式PDA可自动检测生命体征的系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD