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！

龙图腾网获悉安徽医科大学第二附属医院申请的专利基于物联网的Picc导管安全监测与警报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：CN120432152B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510495532.5，技术领域涉及：G16H50/30；该发明授权基于物联网的Picc导管安全监测与警报系统及方法是由徐伟民;贾文俊;邵文倩;陈啸设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本基于物联网的Picc导管安全监测与警报系统及方法在说明书摘要公布了：本发明涉及医疗设备监测技术领域，具体为基于物联网的Picc导管安全监测与警报系统及方法；具体为：通过智能传感器实时采集多模态生理参数，经边缘计算模块进行多级融合去噪及归一化处理，生成防失封条；云端采用自适应混合模型分析时序数据与群体患者关联特征，通过对比学习与变分自编码器实现无监督异常检测，并结合知识蒸馏技术将复杂模型轻量化部署；基于贝叶斯异常评分与加权时序指数动态计算风险等级，采用分级预警策略匹配差异化警报通知方式，同步生成个性化护理建议并优化监测频率；通过可视化交互界面整合数据、风险提示及决策支持。本发明实现PICC导管异常状态的精准识别、实时预警与主动干预，有效降低误报率和医疗风险。

本发明授权基于物联网的Picc导管安全监测与警报系统及方法在权利要求书中公布了：1.一种基于物联网的Picc导管安全监测与警报方法，其特征在于，包括以下具体实施步骤： S1、定时采集Picc导管环境数据，生成生理参数数据流； S2、基于多级融合去噪方法，通过小波变换和经验模态分解对原始信号进行多尺度分解与自适应阈值去噪，结合卡尔曼滤波优化时序信号平滑性，采用Z-score归一化生成标准化数据，并基于哈希函数和有限域运算生成防失封条； 多级融合去噪方法的实施过程如下： S21、利用小波变换对原始信号进行多尺度分解，提取不同频率分量，对高频分量进行阈值去噪处理，采用自适应软阈值方法，根据噪声水平动态调整阈值： ； ； ； 式中，Wfa,b表示小波变换后的信号系数；ft表示t时刻的原始传感器信号；表示母小波函数；a表示尺度参数；b表示平移参数；表示去噪后的小波系数；λ表示自适应阈值；σ表示噪声标准差；N表示数据长度；表示符号函数； S22、将信号ft分解为本征模态函数，根据频谱分析，结合IMF能量阈值筛选，动态去除高频噪声和低频趋势噪声： EMD分解：； 计算IMF分量的能量比率：； 设定能量阈值Eth，若EiEth，则认为是噪声分量，将其剔除； 式中，IMFit表示第i个固有模态分量；rnt表示残余分量；n表示固有模态分量总数； S23、引入卡尔曼滤波，通过状态方程建模信号与噪声关系，预测状态及协方差后计算卡尔曼增益并更新，实现信号平滑与异常预测，优化去噪效果； S3、基于防失封条检验数据可靠性，并构建自适应混合模型，集成图神经网络与Transformer+LSTM模型，结合患者关系图进行群体关联分析及长短期时序特征捕捉，利用对比学习构造正负样本区分异常，通过变分自编码器重构误差检测异常分布，采用知识蒸馏将复杂模型轻量化部署，输出检测结果； S4、结合加权时序异常指数计算综合风险值，动态调整风险阈值，确定预警等级，确定预警等级，划分低、中、高三级风险，并采用分级警报策略； S5、根据风险分级结果将患者划分为低、中、高风险等级，分级制定差异化护理措施，基于患者历史数据动态调整监测频率与护理方案，智能推送操作提醒，同步自动生成护理日志并优化风险策略； S6、可视化显示标准化生理数据、检测结果、风险等级、对应的警报策略、个性化的维护建议以及最优护理方案。

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安徽医科大学第二附属医院，其通讯地址为：230000 安徽省合肥市经济技术开发区芙蓉路678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。