买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林大学申请的专利重症患者智慧化护理管理系统及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119453949B 。

龙图腾网通过国家知识产权局官网在2025-03-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510038149.7，技术领域涉及：A61B5/00；该发明授权重症患者智慧化护理管理系统及方法是由张影;丰小星;周海婷设计研发完成，并于2025-01-10向国家知识产权局提交的专利申请。

本重症患者智慧化护理管理系统及方法在说明书摘要公布了：本发明公开了重症患者智慧化护理管理系统及方法，涉及医疗健康监测技术领域，包括设置多生理信号采集通道，同步采集患者的多维度生理信号，并对采集的信号进行预处理，形成标准化的多模态生理数据流；将预处理后的多模态生理数据输入到基于LSTM和多头注意力机制的深度学习模型中，结合动态权重自适应算法，实现对不同生理信号的智能融合分析，并建立患者个体化的生理系统耦合模型；基于深度学习模型的分析结果，实时计算患者的病情风险评估值，并根据设定的多级预警阈值，输出具体的预警等级。本发明通过构建多级多维度的预警阈值体系，实现了对患者病情的全方位监测和预警。能够显著提高危重症患者的监护质量，降低漏判和误判率。

本发明授权重症患者智慧化护理管理系统及方法在权利要求书中公布了：1.重症患者智慧化护理管理方法，其特征在于：包括：设置多生理信号采集通道，同步采集患者的多维度生理信号，并对采集的信号进行预处理，包括信号滤波、去噪和时间对齐操作，形成标准化的多模态生理数据流；将预处理后的多模态生理数据输入到基于LSTM和多头注意力机制的深度学习模型中，结合动态权重自适应算法，实现对不同生理信号的智能融合分析，并建立患者个体化的生理系统耦合模型；基于深度学习模型的分析结果，实时计算患者的病情风险评估值，并根据设定的多级预警阈值，输出具体的预警等级，同时通过在线学习机制不断优化模型参数，提高预警准确性；所述多生理信号采集通道包括心血管系统信号采集通道、呼吸系统信号采集通道、体温监测通道、神经系统监测通道、生化参数监测通道以及体动监测通道；所述心血管系统信号采集通道采集心电信号和血压信号；所述呼吸系统信号采集通道采集呼吸波形信号和血氧饱和度信号；所述体温监测通道采集体温数据；所述神经系统监测通道采集脑电图数据和肌电图数据；所述生化参数监测通道监测血糖数据；所述体动监测通道检测体位数据；所述预处理包括信号滤波处理、信号去噪处理和时间对齐处理；所述信号滤波处理包括心电信号滤波和呼吸信号滤波处理，心电信号滤波处理采用陷波滤波器消除工频干扰，传递函数表示为： ；其中，是系统的传递函数，为工频，为采样频率，为滤波器极点半径，表示信号延迟一个采样周期，表示信号延迟两个采样周期；采用基线漂移校正处理心电信号滤波漂移，所述基线漂移校正使用高通切比雪夫滤波器，传递函数表示为： ；其中，表示传递函数，表示通带纹波系数，表示切比雪夫多项式，表示滤波器阶数，表示复变量，表示虚数单位，表示截止频率；呼吸信号滤波处理采用巴特沃斯滤波器消除工频干扰，传递函数的幅度平方表示为： ；其中，表示幅度平方响应，表示角频率，表示截止频率，表示滤波器阶数；所述信号去噪处理通过小波阈值去噪，其中的软阈值函数表示为： ； ；其中，为待处理信号；为阈值，采用VisuShrink准则自动选择；为噪声标准差；为信号长度；所述时间对齐处理采用动态时间规整算法，通过累积最小距离找到最佳对齐路径，公式表示为： ；其中，表示局部距离，计算当前两个点之间的距离，表示选择最小累积距离，其中表示从上方来的路径，表示从左方来的路径，表示从左上方来的路径；基于经预处理的多模态生理信号数据，每个信号包含时序特征序列，计算每个输入通道的LSTM输出，表示为： ；其中，表示第个LSTM单元的输出函数，第个输入特征序列，为输入权重矩阵，为循环权重矩阵，为前一时刻隐藏状态，为偏置向量，表示sigmoid函数作用于细胞状态；通过LSTM处理原始时序数据，输出隐藏状态矩阵，将隐藏状态作为多头注意力机制的输入，对每个注意力头，计算函数表示为： ；其中，为第个注意力头的计算函数，为查询矩阵，为Key键矩阵的转置矩阵，为Value值矩阵，为缩放因子；根据LSTM和多头注意力机制的计算结果，构建深度学习模型，表示为： ；其中，表示多模态生理信号融合后的特征向量，表示第个LSTM单元的输出函数，为第个注意力头的计算函数，为第个特征的动态权重系数，为输入特征数量，为注意力头数，为能量调节系数，为系统总能量，为空间特征调节系数，为空间特征总量；基于所述多头注意力机制的注意力分数，通过查询与键之间的相似度延伸至生理信号关联度，建立各生理信号间的关联关系，分析信号间的时序依赖性，表示为： ；其中，为信号和之间的关联系数，为第个信号在时刻的值，为第个信号在时刻的值，为信号的均值，为信号的均值，为时间序列长度；在关联度的基础上，引入时间因素计算耦合强度，表示为： ；其中，为信号和之间的耦合强度，为关联系数的绝对值，为时间衰减系数，为信号和之间的时间延迟；通过计算各信号的正常波动范围，识别典型的信号交互模式，分析信号响应的快慢特点，评估系统波动的幅度，整合系统模型建立患者个体化的生理系统耦合模型，表示为： ；其中，为预测的信号在时刻的值，为相关联的信号，为个体化参数集，为非线性激活函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。