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！

龙图腾网获悉广州红象医疗科技有限公司申请的专利一种呼吸神经肌肉刺激控制方法及系统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：CN119499543B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411629424.4，技术领域涉及：A61N1/36；该发明授权一种呼吸神经肌肉刺激控制方法及系统是由文晖龙设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本一种呼吸神经肌肉刺激控制方法及系统在说明书摘要公布了：本发明公开了一种呼吸神经肌肉刺激控制方法及系统，涉及医疗技术领域，该方法包括：采集用户的身体参数信息；根据身体参数信息以及数据库中存储的参数，确定用户的刺激参数；在对用户身体进行电刺激之前，通过信号处理模块对从治疗终端获取到的初始肌肉收缩信号进行处理，得到初始肌肉收缩滤波信号；其中，初始肌肉收缩信号为贴合在用户身体上的治疗终端感知到的；根据用户的刺激参数、初始肌肉收缩滤波信号、实时肌肉收缩滤波信号以及实时呼吸情况，通过训练优化完成的自适应电流调整模型对设置在用户身体上的治疗终端产生的电刺激的电流进行实时控制。本申请提高了电刺激的效率。

本发明授权一种呼吸神经肌肉刺激控制方法及系统在权利要求书中公布了：1.一种呼吸神经肌肉刺激控制系统，其特征在于，包括用户刺激参数确定单元、初始肌肉收缩滤波信号确定单元以及电刺激电流实时控制单元；其中，所述用户刺激参数确定单元，用于采集用户的身体参数信息；根据所述身体参数信息以及数据库中存储的参数，确定所述用户的刺激参数； 所述初始肌肉收缩滤波信号确定单元，用于在对所述用户身体进行电刺激之前，通过信号处理模块对从治疗终端获取到的初始肌肉收缩信号进行处理，得到初始肌肉收缩滤波信号；其中，所述初始肌肉收缩信号为贴合在用户身体上的所述治疗终端感知到的； 所述电刺激电流实时控制单元，用于根据所述用户的刺激参数、所述初始肌肉收缩滤波信号、实时肌肉收缩滤波信号以及实时呼吸情况，通过训练优化完成的自适应电流调整模型对设置在所述用户身体上的所述治疗终端产生的电刺激的电流进行实时控制；其中，所述实时呼吸情况包括所述用户的吸气时间和呼吸频率；所述电刺激的电流作用于所述用户的神经或者肌肉，所述肌肉包括单肌群或多肌群，所述神经包括膈神经； 所述自适应电流调整模型基于以下方式构建以及训练优化： 获取历史用户刺激数据、历史肌肉收缩信号、历史呼吸数据以及实时电刺激电流数据；其中，所述历史肌肉收缩信号包括初始肌肉收缩信号和实时刺激肌肉收缩信号；所述历史呼吸数据包括初始呼吸数据和实时刺激呼吸数据； 确定所述历史用户刺激数据的刺激因素集合； 确定所述刺激因素集合中各个刺激因素的权重向量及隶属度向量； 对所述各个刺激因素的权重向量及隶属度向量进行模糊变换，得到第一模糊评判矩阵； 将所述第一模糊评判矩阵与所述各个刺激因素的权重向量进行模糊运算并进行归一化，得到第二模糊评判矩阵； 根据所述第二模糊评判矩阵构建深度神经网络，包括输入层，基础网络，自适应权重层； 对所述初始呼吸数据和所述实时刺激呼吸数据进行特征提取，得到初始呼吸特征向量和实时刺激呼吸特征向量； 计算所述初始呼吸特征向量和所述实时刺激呼吸特征向量之间的距离； 根据所述初始呼吸特征向量和所述实时刺激呼吸特征向量之间的距离、初始肌肉收缩信号、实时刺激肌肉收缩信号、初始呼吸特征向量、实时刺激呼吸特征向量以及实时电刺激电流数据，对构建得到的所述深度神经网络进行优化训练，直至损失函数收敛，包括：根据所述初始呼吸特征向量和所述实时刺激呼吸特征向量之间的距离、所述初始呼吸特征向量、所述实时刺激呼吸特征向量构建时序样本向量：将所述时序样本向量输入所述深度神经网络的输入层，获取第一全连接层输出的呼吸时序输出数据集；基于所述时序样本向量对所述初始肌肉收缩信号以及所述实时刺激肌肉收缩信号进行非负矩阵分解，得到信号非负矩阵分解集；对所述信号非负矩阵分解集进行窗处理得到时域样本；对所述时域样本进行短时傅里叶变换得到频域样本； 其中，根据自适应权重层中预设的第一自适应调整函数确定第一自适应损失函数； ； 其中，为自适应权重层的层数；为自适应权重层的编号；为第层自适应权重层的第一策略；为第一自适应调整函数;1为正则化参数；为自然常数；为第一相关量； 通过信息熵及互信息的方式量化所述频域样本与所述呼吸时序输出数据集的第二相关量，根据所述自适应权重层中预设的第二自适应调整函数确定第二自适应损失函数： ； 其中，为自适应权重层的层数；为自适应权重层的编号；为第层自适应权重层的第二策略；为第二自适应调整函数;为正则化参数；为自然常数；为第二相关量； 根据所述第一自适应损失函数和所述第二自适应损失函数构成所述损失函数，对所述深度神经网络进行优化训练，直至所述损失函数收敛。

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广州红象医疗科技有限公司，其通讯地址为：510000 广东省广州市海珠区荔福路新围28号7楼、8楼；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”。

以上内容由龙图腾AI智能生成。