Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南通锐越信息科技有限公司;上海交通大学医学院附属第九人民医院刘剑楠获国家专利权

南通锐越信息科技有限公司;上海交通大学医学院附属第九人民医院刘剑楠获国家专利权

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!

龙图腾网获悉南通锐越信息科技有限公司;上海交通大学医学院附属第九人民医院申请的专利基于PPG信号和运动数据的血氧与心率监测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:CN119896478B

龙图腾网通过国家知识产权局官网在2025-07-22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:202510376829.X,技术领域涉及:A61B5/1455;该发明授权基于PPG信号和运动数据的血氧与心率监测系统及方法是由刘剑楠;黄如;周硕;杨德杰;韩婧;翟广涛设计研发完成,并于2025-03-28向国家知识产权局提交的专利申请。

基于PPG信号和运动数据的血氧与心率监测系统及方法在说明书摘要公布了:本申请涉及基于PPG信号和运动数据的血氧与心率监测系统及方法,涉及医疗健康与智能可穿戴设备技术领域。系统包括包括:PPG信号采集模块,运动传感器模块,信号预处理模块,动态信号分割与质量评估模块,血氧饱和度计算模块,心率计算模块,运动状态识别模块,自适应卡尔曼滤波模块,输出显示模块。本申请具有实现可穿戴设备对运动状态的识别功能,提高信号干扰抑制能力,拓宽应用场景的效果。

本发明授权基于PPG信号和运动数据的血氧与心率监测系统及方法在权利要求书中公布了:1.基于PPG信号和运动数据的血氧与心率监测系统,其特征在于:包括: PPG信号采集模块(1),以用于采集红光、红外光和绿光PPG信号; 运动传感器模块(2),以用于采集用户的加速度信号与角速度信号; 信号预处理模块(3),以用于去噪、去基线漂移和自适应滤波,保证信号质量; 动态信号分割与质量评估模块(4),以用于信号分段处理,并通过峰谷比和自相关系数评估信号质量; 血氧饱和度计算模块(5),以用于根据改进的血氧算法、高质量红光、红外光PPG信号计算血氧饱和度;血氧饱和度加权计算,在滑动窗口中,基于每个红光和红外光对应的峰谷计算初步的血氧饱和度,利用历史血氧饱和度对初步计算值进行加权处理,以获得当前窗口内的综合血氧饱和度,加权公式如下所示: 其中,表示滑动窗口内的峰谷对的数量,为调节参数,用于控制权重的衰减速率;血氧饱和度平滑处理,使用自适应卡尔曼滤波对计算得到的血氧饱和度进行平滑处理,结合历史血氧饱和度数据,提升时间序列的一致性,动态调整过程噪声协方差和观测噪声协方差,以自适应应对不同测量条件下的不确定性;卡尔曼滤波首先进行参数初始化,设定初始血氧估计值为系统的初始测量值,滤波过程包括预测和更新,在预测步骤中,基于上一次的估计值,计算当前的血氧预测值及其协方差,即: 其中,为状态转移矩阵,描述系统状态的演变,在血氧饱和度平缓变化的模型中,设为,表示当前血氧饱和度与上一个时刻的血氧饱和度无显著跳变,为过程噪声协方差,反映系统的不确定性,通过当前测量值计算残差: = 其中,为观测矩阵,用于将预测状态映射到观测空间,与当前的测量值进行比较,在血氧饱和度平稳变化的模型中,设为; 在更新步骤中,首先计算卡尔曼增益: = 其中,是观测噪声协方差,反映测量不确定性,基于卡尔曼增益,更新估计的血氧饱和度和协方差: 通过监测估计误差和残差变化动态更新和: 其中,和是调整因子,用于动态调整过程噪声和观测噪声的变化; 心率计算模块(6),以用于根据改进的心率算法、高质量绿光PPG信号、运动状态实现心率精准检测;自适应心率搜索,设定一个自适应变量,其中, 其中为当前帧,表示历史帧,起始帧的使用20作为初始值,后续自适应取值,为对应帧的心率值; 设置自适应搜索区间和: () () 其中为频谱分辨率,表达式如下: 其中,H表示PPG下采用后的信号频率,F表示傅里叶点数,得到的表示频谱中的单位索引间隔映射的心率间隔大小为,基于此间隔,可以得到频谱中的每个点的索引对应的心率值,由此生成一个,即根据频谱索引映射的心率查找表,用于后续根据找到的最高峰值的索引查找对应的心率; 当搜索区间[,]超出的频谱范围时,进行钳位,之后在区间[,]中搜索最高峰值的索引,即: = 得到索引后即可映射到心率: 心率后处理,使用根据过去R个数据帧得到的R个心率数据计算一个线性预测值,使用上述与进行加权得到,公式如下所示: 其中,为心率加权值; 进行帧差心率判别,通过当前的心率与上一帧心率的差值来限制可能大范围跳变,最终的心率如下所示: 其中,、要根据实际情况取值; 运动状态识别模块(7),以用于根据深度学习模型、加速度和角速度数据识别人体的运动状态; 自适应卡尔曼滤波模块(8),以用于通过卡尔曼滤波对血氧与心率数据进行平滑处理,优化实时监测数据; 输出显示模块(9),以用于实时显示血氧饱和度、心率和运动状态结果。

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南通锐越信息科技有限公司;上海交通大学医学院附属第九人民医院,其通讯地址为:226006 江苏省南通市崇川区唐闸镇街道永福路109号2幢305室;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”。

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。