首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于人工智能的可穿戴式动静脉内瘘监测系统与方法 

申请/专利权人:南京医科大学第二附属医院

申请日:2024-03-21

公开(公告)日:2024-06-28

公开(公告)号:CN118252477A

主分类号:A61B5/0205

分类号:A61B5/0205;A61B5/00;G16H50/30;G06N3/0464;G06N3/0442;H04W4/38;H04W4/80;H04W12/03;H04W12/06;H04W76/19;H04W28/06;H04W8/24;H04L67/1095;H04L67/12;H04W52/02

优先权:

专利状态码:在审-公开

法律状态:2024.06.28#公开

摘要:本发明涉及一种基于人工智能的可穿戴式自体动静脉内瘘移植物动静脉内瘘Arteriovenousfistulas,AVFArteriovenousgraft,AVG监测系统与方法,其核心创新是充分利用声音特征、压力情况、温度变化进行持续而实时的健康监测解决方案。该系统配备了声音传感器、压力传感器和温度传感器,以收集与AVFAVG健康相关的生理数据。经过对声音信号、压力信号、温度信号的深度学习分析,能够准确识别AVFAVG的健康状态和潜在问题,从而提供全面的监测报告,包括诊断、预测、建议和指导,有助于患者改善健康状况。用户界面友好且直观,支持数据同步至云端,以及远程医疗支持。

主权项:1.一种基于人工智能的可穿戴式自体动静脉内瘘移植物动静脉内瘘Arteriovenousfistulas,AVFArteriovenousgraft,AVG监测系统,包括:可穿戴设备,内部配置有声音传感器、压力传感器和温度传感器用于实时收集动静脉内瘘的相关生理信号,并将所述模拟信号转换为数字信号;信号处理模块,用于对所述可穿戴设备收集到的原始数据进行高级预处理,包括数据接收、频谱分析及去噪处理,以提供准确、干净的信号输入;智能分析模块,采用深度学习算法对预处理后的数据进行高级分析,识别内瘘的健康状态和潜在问题,其中深度学习算法包括卷积神经网络CNN和长短期记忆网络LSTM的结合;用户交互模块,通过直观的界面、多样化反馈、个性化设置、历史数据查询以及健康建议与教育,优化用户体验,使用户通过手机应用程序获取清晰、易操作的健康信息;无线通讯模块,负责数据的无线传输,保证监测数据能安全、高效地传输到用户手机应用程序和云平台,特征包括低能耗传输、自动重连机制、数据压缩与优化、加密传输、认证机制、远程更新和云备份;电源管理模块,通过状态监测和模式切换确保设备的持续运行,管理电池使用和充电,特别考虑在确保病人安全的前提下进行能源优化。

全文数据:

权利要求:

百度查询: 南京医科大学第二附属医院 一种基于人工智能的可穿戴式动静脉内瘘监测系统与方法

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。