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 > 武汉大学朱筝获国家专利权

武汉大学朱筝获国家专利权

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!

龙图腾网获悉武汉大学申请的专利一种健康状况监测系统及其制备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:CN119279533B

龙图腾网通过国家知识产权局官网在2025-09-30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:202411262530.3,技术领域涉及:A61B5/0205;该发明授权一种健康状况监测系统及其制备方法是由朱筝;侯悦;孙晓龙;王自昱设计研发完成,并于2024-09-10向国家知识产权局提交的专利申请。

一种健康状况监测系统及其制备方法在说明书摘要公布了:本发明属于智能监测技术领域,具体涉及一种健康状况监测系统及其制备方法。该系统包括健康状况监测口罩和上位机,健康状况监测口罩包括口罩及其内置呼吸监测单元、心跳监测单元、健康状况监测单元,上位机包括显示界面和其内置数据处理模块。呼吸监测单元包括P型、N型半导体热电颗粒制备的热电器件,心跳监测单元由集成在柔性PCB上MAX30102、稳压电路、去耦电容和上拉电阻构成,健康状况监测单元缝制在口罩内,包括ADC转换单元Ⅰ、自带蓝牙模块和集成电路总线的微控制器芯片,上位机包括显示界面和数据处理模块接收呼吸监测单元、心跳监测单元的监测数据,将两者的数据匹配成组进行多源融合,依据多源融合后的数据识别判断人体健康状况。

本发明授权一种健康状况监测系统及其制备方法在权利要求书中公布了:1.一种健康状况监测系统,该系统包括健康状况监测口罩和上位机,健康状况监测口罩包括口罩及其内设置的呼吸监测单元、心跳监测单元、健康状况监测单元,上位机包括显示界面和上位机中内置的数据处理模块; 健康状况监测单元缝制在口罩内,包括微控制器芯片、ADC转换单元Ⅰ,微控制器芯片自带蓝牙模块和集成电路总线,ADC转换单元Ⅰ包括通道0和通道1; 呼吸监测单元包括由P型半导体热电颗粒、N型半导体热电颗粒制备的热电器件,热电器件的外接正、负极导线分别连接到健康状况监测单元的通道0和通道1,通道0和通道1形成差分信号,差分信号传输至ADC转换单元Ⅰ,ADC转换单元Ⅰ将差分信号转换为数字信号,数字信号传输到健康状况监测单元中微控制器芯片中,再通过微控制器芯片自带的蓝牙模块实时上传到上位机; 心跳监测单元由集成在作为基底的柔性PCB上的MAX30102、稳压电路、去耦电容和上拉电阻构成,MAX30102将采集的光信号经过内置的光电二极管转换为电信号,电信号通过内置的ADC转换为数字信号,数字信号通过集成电路总线传输至健康状况监测单元中微控制器芯片,再通过微控制器芯片自带的蓝牙模块实时上传到上位机; 上位机包括的数据处理模块接收呼吸监测单元、心跳监测单元传输的数据,将两者的数据匹配成组进行多源融合,依据多源融合后的数据识别判断人体实时健康状况;所述数据处理模块包括依次信号连接的数据记录模块、数据预处理模块、数据训练模块、数据识别模块;数据记录模块通过呼吸监测单元和心跳监测单元采集历史数据并存储;数据预处理模块对数据记录模块采集到的数据进行预处理;在数据训练模块中,采用XGBoost框架,建立XGBoost模型,采用经预处理的数据对XGBoost模型进行训练和测试,调整并优化模型的超参数,得到优化的XGBoost模型;将优化的XGBoost模型载入数据识别模块,对人体健康状况进行识别; 所述优化的XGBoost模型的获得过程为: 步骤1、数据记录模块通过呼吸监测单元和心跳监测单元采集历史数据,所述历史数据包括第一种:人说出异常短语时由呼吸监测单元发送给数据记录模块的反映异常短语的电压波形及相应的该时刻人处于危险状态由心跳监测单元发送给数据记录模块的反映异常心跳的波形,第二种:人说出异常短语时由呼吸监测单元发送给数据记录模块的反映异常短语的电压波形及相应的该时刻人处于安全状态由心跳监测单元发送给数据记录模块的反映正常心跳的波形,第三种:人说出正常短语时由呼吸监测单元发送给数据记录模块的反映正常短语的电压波形及相应的该时刻人处于危险状态由心跳监测单元发送给数据记录模块的反映异常心跳的波形,第四种:人说出正常短语时由呼吸监测单元发送给数据记录模块的反映正常短语的电压波形及相应的该时刻人处于安全状态由心跳监测单元发送给数据记录模块的反映正常心跳的波形; 步骤2、数据预处理模块对步骤1中数据记录模块采集到的数据进行预处理;预处理的具体方式为:将步骤1中四种数据分别匹配成组进行多源融合,将第一种历史数据多源融合并对其定义为阳性,将第二、三、四种历史数据多源融合并将其都定义为阴性;将经过前述处理的数据按照9:1的比例分为训练集和测试集,训练集为90%、测试集为10%; 步骤3、在数据训练模块中,采用XGBoost框架,建立XGBoost模型,采用步骤2的训练集对所述XGBoost模型进行训练,并根据训练结果调整并优化模型的超参数;通过步骤2的测试集对经过训练和调优的XGBoost模型进行评估,并根据评估结果对XGBoost模型的识别结果进行判断,判断模型是否达到预期的效果;将识别值与真实值进行对比,使用“准确率”和“精确率”作为评估指标来度量模型的性能; 所述健康状况监测口罩通过呼吸监测单元、心跳监测单元同时识别呼吸和心跳两个生理指标,两者结合经上位机中数据处理模块,实现异常短语和异常心跳的多源融合识别,识别出所述健康状况监测口罩的佩戴者的危急情况;数据识别模块的识别结果显示在上位机的显示界面上。

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武汉大学,其通讯地址为:430072 湖北省武汉市武昌区八一路299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”。

以上内容由AI智能生成
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。