Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国矿业大学(北京)佟瑞鹏获国家专利权

中国矿业大学(北京)佟瑞鹏获国家专利权

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!

龙图腾网获悉中国矿业大学(北京)申请的专利基于多源数据的肌肉骨骼疾患风险评估与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:CN120256880B

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:202510728324.5,技术领域涉及:G06F18/20;该发明授权基于多源数据的肌肉骨骼疾患风险评估与预警方法及系统是由佟瑞鹏;和杰花;梁梵洁;李鑫;张智慧设计研发完成,并于2025-06-03向国家知识产权局提交的专利申请。

基于多源数据的肌肉骨骼疾患风险评估与预警方法及系统在说明书摘要公布了:本发明提供一种基于多源数据的肌肉骨骼疾患风险评估与预警方法及系统,涉及肌肉、骨骼的评估与预警技术领域,本发明通过采集关节角度、肌电与足底负荷数据,构建时序一致的联合特征向量序列,有效弥补了传统单一监测手段的局限,通过对关节角度序列进行K均值聚类,形成具有生理意义的标准姿态集合,并构建基于角度变化、肌肉激活与负荷波动加权计算的跃迁边权,实现了对不同姿态转移路径生理代价的量化表达,便于识别风险跃迁区域,通过计算潜变量预测值与真实值之间的偏差,能够捕捉运动过程中的突发跃迁行为,并结合其在有向图中的边权强度,通过同时考虑跃迁强度与行为异常程度实现对肌肉骨骼疾患风险的有效预警。

本发明授权基于多源数据的肌肉骨骼疾患风险评估与预警方法及系统在权利要求书中公布了:1.一种基于多源数据的肌肉骨骼疾患风险评估与预警方法,其特征在于,具体步骤包括: 连续采集目标关节的多通道数据构成联合特征向量序列,多通道数据包括时间戳相对应的关节角度数据、与目标关节相关联的肌肉表面的肌电信号数据及对应的关节负荷数据,联合特征向量序列包括关节角度序列、肌电信号序列和关节负荷序列; 对于关节角度序列进行K均值聚类,将所有关节角度数据划分为多类标准姿态,根据每类标准姿态内部对应的关节角度数据、肌电信号数据及对应的关节负荷数据构建任意两个标准姿态之间的边权,并按照采集顺序构建表示行为演化路径的有向图网络; 将联合特征向量序列输入变分自编码器模型进行特征压缩,获得低维的潜变量表示序列,将潜变量表示序列输入时间序列预测模型,采用门控循环单元进行时序建模,基于潜变量表示序列中前一采样点的潜变量表示预测下一采样点的潜变量表示; 计算每个实际潜变量与预测潜变量之间的偏差,根据偏差判定相邻采样点对应的多通道数据之间是否存在异常跃迁行为,将异常跃迁行为映射到有向图网络中,统计异常跃迁行为的累计频次与边权分布并划分风险等级,输出对应的肌肉骨骼疾患预警信号; 对于关节角度序列进行K均值聚类的逻辑为: 确定目标关节的最大活动角度,将最大活动角度划分为K个标准姿态对应的角度范围,将每个角度范围内角度的中值作为初始化的聚类中心; 计算每个关节角度数据与每个初始化的聚类中心的欧氏距离,将对应关节角度数据分配给最近的聚类中心,更新每个聚类中心为其聚类簇中所有角度值的均值; 重复计算每个关节角度数据与每个更新后的聚类中心的欧氏距离,将对应关节角度数据重新分配给最近的聚类中心,直到聚类中心收敛,即聚类中心不再发生变化; 将每个关节角度数据所在簇对应的标准姿态映射为每个关节角度数据对应的标准姿态。

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矿业大学(北京),其通讯地址为:100083 北京市海淀区学院路丁11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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。