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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学徐雍获国家专利权

广东工业大学徐雍获国家专利权

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!

龙图腾网获悉广东工业大学申请的专利一种心肺复苏除颤一体机及其控制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:CN115363931B

龙图腾网通过国家知识产权局官网在2026-02-13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:202210830615.1,技术领域涉及:A61H31/00;该发明授权一种心肺复苏除颤一体机及其控制方法是由徐雍;罗俊岑;黄增鸿;刘畅;饶红霞;林明;鲁仁全设计研发完成,并于2022-07-15向国家知识产权局提交的专利申请。

一种心肺复苏除颤一体机及其控制方法在说明书摘要公布了:本发明提供了一种心肺复苏除颤一体机及其控制方法,包括:垫板、按压推杆、负压吸盘、多根弯曲塑料柱、一对电极片以及主机,主机与垫片通过多根弯曲塑料柱连接,主机包括外壳、显示屏以及控制装置,外壳下方设置有两个孔,两个孔与一对电极片连接,显示屏用于实时显示当前患者的生命体征,按压推杆与负压吸盘连接;通过将心肺复苏仪、除颤合二为一,传感器反馈数据智能分析病人除颤最佳时机以及最适的机器按压力度,使得胸外按压质量提高、胸壁回弹理想,使用时不需要反复拆装,节约了宝贵的抢救时间,同时也能节约空间,降低了对抢救空间的限制,提高抢救效率。本发明功能多、心肺复苏除颤控制效果好及便于提高抢救效率。

本发明授权一种心肺复苏除颤一体机及其控制方法在权利要求书中公布了:1.一种心肺复苏除颤一体机的控制方法,所述心肺复苏除颤一体机,其特征在于,包括:垫板、按压推杆、负压吸盘、多根弯曲塑料柱、一对电极片以及主机,所述主机与所述垫板通过所述多根弯曲塑料柱连接,所述主机包括外壳、显示屏以及控制装置,所述外壳下方设置有两个孔,所述两个孔与所述一对电极片连接,所述显示屏用于实时显示当前患者的生命体征,所述按压推杆与所述负压吸盘连接;所述心肺复苏除颤一体机还包括多个传感器,所述多个传感器包括PETCO2传感器、心电传感器、胸阻抗传感器、位移传感器以及压力传感器;其特征在于,所述控制方法包括以下步骤: S1、将所述心肺复苏除颤一体机的神经网络PID的心肺复苏仪和胸阻抗反馈的除颤仪进行系统初始化; S2、为患者穿戴上所述心肺复苏除颤一体机进行高质量心肺复苏按压,同时将两块电极片贴在合适的位置; S3、根据采集到的心电图的特征判断患者是否发生了室颤,若是,则执行S4,若否,则返回所述S2前; S4、开始进行放电除颤; S5、放电完成后按下停止键; 所述S1具体包括以下子步骤: S11、通过PID控制器输出三个参数; S12、根据所述三个参数,并通过对神经网络的训练和调整加权系数,获得新的三个参数; S13、将所述新的三个参数发送到被控对象上进行PID控制; 所述控制方法还包括以下子步骤: S14、根据预设的PETCO2传感器和AHA数据库,获得心肺复苏仪预设的按压力度与位移; S15、通过所述PETCO2传感器获得患者的实际PETCO2值; S16、根据所述被控对象建立预测数学模型; S17、建立与所述PID控制器结合的神经网络结构; S18、根据所述神经网络结构进行训练和加权处理,获取航向偏差后,经所述PID控制器,输出是以航向偏差角为输入的PID控制系统响应; 其中,定义所述三个参数为、、,、、的取值是非负的,所以输出层神经元的活化函数要用非负的Sigmoid函数,隐含层神经元的活化函数为正负对称的Sigmoid 函数; 由预设值与实际值进行做差分析即可得到偏差,并求出偏差的变化率; 所述神经网络的输入表达式如下: ; ; 网络的隐含层神经元的输入输出表达式如下: ; ]i=0,1,2,3; 式中为阈值,g[]是活化函数,g[]=tanhx=;公式中的上角标1表示输入层,2表示隐含层,3表示输出层; 网络的输出层神经元的输入输出表达式如下: ; ]l=0,1,2; =; =; =; 式中是输出层加权系数; Q=0,1,2为阈值;f[]是活化函数,f[]=12[1+tanhx]=; 性能指标函数取如下表达式:J= 2=z2k+1; 网络的加权系数的修正使用最快速下降法,惯性项要取能使搜索快速收敛的值,则式中为学习速率, 0;为惯性系数,0 1; 在线估计系统的预报模型可以得出; 对上面的公式整理可得神经网络输出层的加权系数的计算公式,如下所示: 隐含层加权系数的计算公式如下所示: ; 式中; ; 。

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广东工业大学,其通讯地址为:510062 广东省广州市越秀区东风东路729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。