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！

龙图腾网获悉北京工业大学申请的专利一种基于元学习神经网络预测中心动脉压的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：CN115736867B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211483496.3，技术领域涉及：A61B5/021；该发明授权一种基于元学习神经网络预测中心动脉压的方法是由刘有军;马俊玲;李鲍;刘金城;李娜;王雪;陈明岩设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本一种基于元学习神经网络预测中心动脉压的方法在说明书摘要公布了：一种基于元学习神经网络预测中心动脉压的方法，涉及人工智能领域。包括以下步骤：S1.获取患者中心动脉压力波形及生理指标性别、身高、体重、身体指数、年龄、心率、收缩压、舒张压、平均动脉压、心输出量；S2.基于高斯函数叠加法进行波形分解，获取高斯特征参数ai,bi,ci,i＝1,2,3,4；S3.探究患者生理指标与高斯特征参数之间的显著性关系，选择具有显著相关性的生理指标作为输入数据；S4.基于生理指标和高斯特征参数建立元学习数据集；S5.搭建神经网络，基于元学习算法预测高斯特征参数，进而获得中心动脉压，并将预测波形与临床实测波形进行对比验证。

本发明授权一种基于元学习神经网络预测中心动脉压的方法在权利要求书中公布了：1.一种基于元学习神经网络预测中心动脉压的方法,其特征在于，包括以下步骤： S1：获取患者中心动脉压力波形及生理指标，生理指标包括性别、身高、体重、身体指数、年龄、心率、收缩压、舒张压、平均动脉压、心输出量； S2：基于高斯函数叠加法进行波形分解，获取高斯特征参数ai,bi,ci,i＝1,2,3,4； S3：探究患者生理指标与高斯特征参数之间的显著性关系，选择具有显著相关性的六个生理指标作为输入数据；六个生理指标分别为年龄AGE、平均动脉压MAP、心输出量CO、收缩压SBP、舒张压DBP、心率HR， S4：基于生理指标和高斯特征参数建立元学习数据集； S5：搭建神经网络，基于元学习算法预测高斯特征参数，进而获得中心动脉压，并将预测波形与临床实测波形进行对比验证； 步骤S2中所述特征，分别提取每名患者一个完整心动周期的中心动脉压力波形，通过MATLABR2021a软件基于高斯函数叠加法使用四阶高斯函数进行波形分解，获取对应的12个高斯特征参数，每个分解波分别表征了主波、潮波、重搏波及收缩前波四个时期，四阶高斯函数公式可以表示为： 公式中ai表示各高斯分解波的幅度，bi表示各高斯分解波的位置，ci表示各高斯分解波的宽度，t为时间。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。