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一种重症康复训练监测方法及装置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：CN119851869B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510332944.7，技术领域涉及：G16H20/30；该发明授权一种重症康复训练监测方法及装置是由郑婷婷;刘思宇;孙晓颖设计研发完成，并于2025-03-20向国家知识产权局提交的专利申请。

本一种重症康复训练监测方法及装置在说明书摘要公布了：本发明公开了一种重症康复训练监测方法及装置，涉及重症康复技术领域，包括实时收集患者的运动数据，初步分析患者当前的运动状态，对患者进行运动模式识别，输出初步的运动模式标签；将运动模式标签输入至生成对抗网络，通过生成器训练不同阶段的运动模式和运动姿势，生成高度相似性的虚拟数据；通过虚拟数据初始化运动数据集，将运动数据集输入多层次的卷积神经网络架构进行特征提取，生成患者运动康复状态；将训练反馈数据上传至云端平台进行存储和分析，根据云端数据分析结果生成预警信号，并在患者训练出现异常时自动发出预警。本发明通过多层次的深度学习架构与虚拟数据生成方法，能够有效提升运动模式识别的精度和康复状态的评估效果。

本发明授权一种重症康复训练监测方法及装置在权利要求书中公布了：1.一种重症康复训练监测方法，其特征在于：包括： 实时收集患者的运动数据，初步分析患者当前的运动状态，对患者进行运动模式识别，输出初步的运动模式标签；所述运动数据包括运动姿势数据、运动负荷数据和运动状态评估数据； 所述初步分析患者当前的运动状态，对患者进行运动模式识别，输出初步的运动模式标签，具体步骤如下： 对运动姿势数据、运动负荷数据和运动状态评估数据，通过时间戳对齐和卡尔曼滤波去噪； 使用时序卷积神经网络从处理后的运动姿势数据中提取动态特征，从处理后运动负荷数据中提取负荷特征； 使用深度神经网络提取处理后的运动状态评估数据中的康复特征； 将提取到的动态特征、负荷特征和康复特征输入到长短时记忆网络中捕捉时序特征，识别出患者的运动模式； 结合实时的运动状态评估数据对患者的运动模式进行校正，输出初步的运动模式标签； 将运动模式标签输入至生成对抗网络，通过生成器训练不同阶段的运动模式和运动姿势，生成高度相似性的虚拟数据； 通过虚拟数据初始化运动数据集，将运动数据集输入多层次的卷积神经网络架构进行特征提取，生成患者运动康复状态； 基于患者运动康复状态，通过深度神经网络学习不同运动模式的特征，采用多任务学习框架将不同运动模式特征整合到统一的训练网络中，采用共享模型中的特征层，建立不同任务之间的关联性； 实时监测不同任务之间患者的训练状态，对运动模式的变化进行姿势校正，同时评估运动的疲劳程度，形成训练反馈数据； 将训练反馈数据上传至云端平台进行存储和分析，根据云端数据分析结果生成预警信号，并在患者训练出现异常时自动发出预警。

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”。