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！

龙图腾网获悉深圳大学申请的专利基于多生理信号和电网络的连续血压监测方法及相关设备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：CN119207835B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411221415.1，技术领域涉及：G16H80/00；该发明授权基于多生理信号和电网络的连续血压监测方法及相关设备是由但果;张乃文;张羽;郭晓龙;马锦婷设计研发完成，并于2024-09-02向国家知识产权局提交的专利申请。

本基于多生理信号和电网络的连续血压监测方法及相关设备在说明书摘要公布了：本发明公开了基于多生理信号和电网络的连续血压监测方法及相关设备。预先基于第一电阻、第二电阻、电容以及电感构建电网络模型；获取用户的生理信号集；通过预测模型根据生理信号集的信号特征预测电网络模型的模型参数组合；将预测模型参数组合应用于电网络模型，并仿真生成对应的仿真血压波形，根据仿真血压波形确定用户的血压监测结果。本发明从多生理信号中提取与血压变化相关的信号特征，预测电网络模型的模型参数，根据模型参数与血压变化之间的关系实现无创连续的血压监测。多生理信号可以充分利用不同生理信号的优势及互补特性，提供更为全面的信息，电网络模型则可以模拟心血管系统的变化，从而增强连续血压监测的准确性和可靠性。

本发明授权基于多生理信号和电网络的连续血压监测方法及相关设备在权利要求书中公布了：1.一种基于多生理信号和电网络的连续血压监测方法，其特征在于，所述方法包括： 获取预先基于第一电阻、第二电阻、电容以及电感构建的电网络模型；其中，所述电网络模型对应的电流输入基于一个心动周期时间、心脏收缩射血时间、心输出量确定；所述电网络模型的模型参数包括可变型的心率、每搏输出量、第一电阻值以及电容值，常数型的心脏收缩射血时间、第二电阻值以及电感值；所述第一电阻与所述电感并联，构成第一并联模块；所述第二电阻与所述电容并联，构成第二并联模块；所述第一并联模块与所述第二并联模块串联； 获取目标用户的生理信号集；其中，所述生理信号集包括不同类型的若干生理信号； 对所述生理信号集进行特征提取，包括：根据心动周期对所述生理信号集中的每一生理信号进行划分，得到各生理信号分别对应的信号片段；将各所述信号片段分为多轮进行特征提取，其中，位于同一轮的各所述信号片段对应相同的心动周期； 并通过预设的预测模型根据所述生理信号集的信号特征预测所述电网络模型的模型参数，得到预测模型参数组合；所述生理信号集包括ECG信号、ICG信号以及PPG信号；所述预测模型用于：根据所述ECG信号的信号特征预测所述电网络模型的心率；根据所述ICG信号的信号特征预测所述电网络模型的每博输出量；根据所述PPG信号的信号特征预测所述电网络模型的第一电阻值和电容值；所述预测模型预先通过训练数据进行模型优化，所述训练数据的生成方法包括：预先确定常数型的各模型参数分别对应的数值，并对可变型的各模型参数分别设定参数网格区间进行遍历组合，得到若干模型参数组合；根据各所述模型参数组合对所述电网络模型进行仿真，得到各所述模型参数组合分别对应的仿真血压波形；获取若干真实生理信号集和各所述真实生理信号集分别对应的真实血压波形；将各所述真实血压波形和各所述仿真血压波形进行参数匹配，并根据匹配结果确定各所述真实生理信号集和各所述模型参数组合之间的对应关系；根据各所述真实生理信号集和各所述模型参数组合生成若干所述训练数据，其中，每一所述训练数据包括一对具有对应关系的所述真实生理信号集和所述模型参数组合，所述真实生理信号集作为训练样本输入所述预测模型，所述模型参数组合作为所述训练样本对应的目标值，用于评估所述预测模型输出的预测值的准确性； 将所述预测模型参数组合应用于所述电网络模型，并仿真生成对应的目标仿真血压波形，根据所述目标仿真血压波形确定所述目标用户对应的血压监测结果。

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深圳大学，其通讯地址为：518061 广东省深圳市南山区粤海街道南海大道3688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”。

以上内容由龙图腾AI智能生成。