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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种基于多电生理的跌倒预警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：CN119339510B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202411870120.7，技术领域涉及：A61B5/24；该发明授权一种基于多电生理的跌倒预警方法及系统是由姬俊宇;赵国如;刁亚楠;宁运琨;谢英睿;陈桂兰;游子儆;周永强;王迎池设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于多电生理的跌倒预警方法及系统在说明书摘要公布了：本申请公开了一种基于多电生理的跌倒预警方法及系统，运用于步态防护技术领域，其方法包括：对多模态电生理信号进行特征提取，得到多模态电生理特征；对肌电信号和脑电信号分别进行特征提取，得到第一单点电生理特征和第二单点电生理特征；根据肌电信号评估肌肉状态，得到第一评估结果；根据脑电信号评估脑功能状态，得到第二评估结果；计算肌电信号和脑电信号的反应时间，得到第三评估结果；将获取的个体信息、评估结果输入跌倒风险评估模型中，输出风险系数；将多模态电生理特征、单点电生理特征以及风险系数输入跌倒预警模型中进行训练；基于训练好的跌倒预警模型对目标用户的多模态电生理信号进行预测，输出跌倒预警结果。

本发明授权一种基于多电生理的跌倒预警方法及系统在权利要求书中公布了：1.一种基于多电生理的跌倒预警方法，其特征在于，包括： 获取多模态电生理信号，所述多模态电生理信号包括肌电信号和脑电信号，所述肌电信号的采集位置包括下肢肌肉、上肢肌肉、臀部肌肉、背部肌肉、颈部肌肉，所述脑电信号采用16通道采集；将不同位置的肌电信号采集与16通道脑电信号采集进行组网形成多模态电生理人体传感网络，对所述多模态电生理人体传感网络之间的各电生理采集点进行时间戳同步，经带通滤波和陷波滤波预处理后，获取同一时刻的肌电信号和脑电信号； 对所述多模态电生理信号进行特征提取，得到多模态电生理特征；采用第一卷积神经网络对所述多模态电生理信号进行特征提取；其中所述第一卷积神经网络包括：多位置肌电卷积池化层、多通道脑电卷积池化层、综合卷积池化层、全连接层；通过各个位置的肌电信号和多通道脑电信号对所述第一卷积神经网络进行预训练，输出多模态电生理特征，即得到各个位置的肌肉和脑的协调程度以及当前的平稳程度；对所述肌电信号和所述脑电信号分别进行特征提取，得到第一单点电生理特征和第二单点电生理特征，其中，采用深度神经网络对所述肌电信号进行特征提取，其中所述深度神经网络由四层全连接层组成；将所述肌电信号输入所述深度神经网络进行预训练，输出第一单点电生理特征，即得到肌肉收缩程度、疲劳程度和乳酸堆积程度；采用第二卷积神经网络对所述脑电信号进行特征提取，其中所述第二卷积神经网络由两层卷积池化层和两层全连接层组成，两层卷积池化层对所述脑电信号进行两次降维；将所述脑电信号输入所述第二卷积神经网络进行预训练，输出第二单点电生理特征，即得到情绪紧张程度、情绪舒缓程度以及当前注意力程度； 根据所述肌电信号评估肌肉状态，得到第一评估结果，将所述肌电信号输入支持向量机进行肌肉状态的评估，输出第一评估结果；其中包括基于均方根、积分肌电值以及中位频率的计算方法；根据所述脑电信号评估脑功能状态，得到第二评估结果；计算所述肌电信号和所述脑电信号的反应时间，得到第三评估结果；通过随机森林对脑功能状态进行评估，输出第二评估结果； 将获取的个体信息、所述第一评估结果、所述第二评估结果、所述第三评估结果输入跌倒风险评估模型中，输出风险系数； 将所述多模态电生理特征、所述第一单点电生理特征、所述第二单点电生理特征以及所述风险系数输入跌倒预警模型中进行训练，得到训练好的跌倒预警模型，所述跌倒风险评估模型为深度神经网络，将获取的个体信息、所述第一评估结果、所述第二评估结果、所述第三评估结果输入跌倒风险评估模型中，输出前向、后向、左向、右向跌倒的风险系数； 所述跌倒预警模型为循环神经网络，其中，将所述跌倒风险评估模型、对所述多模态电生理信号进行特征提取的第一卷积神经网络、对所述肌电信号进行特征提取的深度神经网络以及对所述脑电信号进行特征提取的第二卷积神经网络中的参数锁定后，与所述跌倒预警模型连接；连接后对所述跌倒预警模型进行训练，得到训练好的跌倒预警模型； 获取目标用户的多模态电生理信号，基于所述训练好的跌倒预警模型对目标用户的多模态电生理信号进行预测，输出跌倒预警结果。

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科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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。