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！

龙图腾网获悉中国人民解放军总医院第六医学中心申请的专利基于中医脉象与微循环的多模态同步监测方法及其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：CN120458529B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510888561.8，技术领域涉及：A61B5/02；该发明授权基于中医脉象与微循环的多模态同步监测方法及其系统是由钱盈莹设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本基于中医脉象与微循环的多模态同步监测方法及其系统在说明书摘要公布了：本发明公开了基于中医脉象与微循环的多模态同步监测方法及其系统，涉及中医智能诊断技术领域。通过腕部深度图像识别桡骨茎突点，结合预设空间映射关系生成脉位坐标集合，同步采集脉压信号与微循环血流图像，对脉压信号进行频域变换并计算病理风险概率L，构建综合节点特征向量形成图结构，将图数据输入预训练图卷积网络，通过匹配病理子图谱模板库输出病理模式识别结果，实现中医脉象与微循环的动态关联解析，突破传统脉诊主观性强、多模态异步、病理量化困难的技术瓶颈。

本发明授权基于中医脉象与微循环的多模态同步监测方法及其系统在权利要求书中公布了：1.基于中医脉象与微循环的多模态同步监测方法，其特征在于：包括以下步骤： 获取用户的桡骨茎突点位置的脉压时间序列信号数据和微循环血流图像序列数据； 对所述脉压时间序列信号数据进行病理风险计算得到病理风险概率L并判断： 当所述病理风险概率L大于等于预设第一阈值时，将所述脉压时间序列信号数据与所述微循环血流图像序列数据进行时域对齐，具体步骤如下； 获取所述用户的运动补偿数据； 基于所述脉压时间序列信号数据、所述微循环血流图像序列数据和所述运动补偿数据，通过路径代价函数计算动态时间规整路径的位移量；所述路径代价函数计算公式为： 其中，i,j表示时间序列索引，表示脉压信号值，表示微循环特征值，表示模态间距离，表示Z轴加速度，垂直运动权重因子λ=0.35； 通过时域对齐处理计算时域漂移量，在检测到时域对齐处理过程中存在时域漂移量大于预定漂移阈值时，启动自适应窗函数对所述脉压时间序列信号数据或所述微循环血流图像序列数据进行重采样矫正处理； 当所述位移量大于预定位移阈值时，触发路径修正函数生成位移补偿量；所述路径修正函数计算公式为： ； 其中，为t时刻的位移补偿量，表征由加速度累积的速度偏移量；为垂直运动权重因子，；为Z轴加速度；为信号起始时刻；t为当前时刻； 若0.5ms，暂停位移补偿并触发运动干扰报警； 对进行5-15Hz带通滤波，消除非生理性高频噪声； 基于所述动态时间规整路径的位移量和所述位移补偿量，通过时域对齐处理得到综合节点特征向量； 其中，所述综合节点特征向量具体包括： 从所述脉压时间序列信号数据提取的脉象特征参数，所述脉象特征参数包括脉压波形熵值数据和节律变异系数数据； 从所述微循环血流图像序列数据提取的微循环血流特征参数，所述微循环血流特征参数包括血流平均流速数据、血流灌注单位PU数据以及LBP-TOP血流纹理特征值数据； 将所述脉压波形熵值数据与所述节律变异系数数据构成32维脉压时序特征向量； 将所述血流平均流速数据、所述血流灌注单位PU数据及所述LBP-TOP血流纹理特征值数据构成64维微循环血流特征向量； 合并所述32维脉压时序特征向量与所述64维微循环血流特征向量，并基于所述动态时间规整路径的位移量和所述位移补偿量，生成所述综合节点特征向量数据； 基于所述综合节点特征向量的节点间信号的相关性度量，计算相邻脉位节点间的边权重值，并构建图结构数据； 其中，构建所述图结构数据包括：针对每一对相邻脉位的综合节点特征向量数据，计算所述综合节点特征向量数据间的互信息值； 所述互信息值按进行标准化计算； 其中，表示边权重值，Vi表示所述脉压时序特征向量，表示所述微循环血流特征向量，表示熵，表征所述综合节点特征向量的不确定性； 将计算所得的所述互信息值作为所述边权重值的权重数据； 基于所有节点及对应的所述综合节点特征向量数据和所有相邻节点对及对应的边权重值的权重数据，构建所述图结构数据； 将所述图结构数据输入预训练的图卷积神经网络模型，与预设的病理子图谱模板库进行匹配，输出病理模式识别结果。

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中国人民解放军总医院第六医学中心，其通讯地址为：100048 北京市海淀区阜成路6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。