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！

龙图腾网获悉华中科技大学同济医学院附属同济医院申请的专利一种基于时序数据挖掘的呼吸模式异常识别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：CN120954745B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510995113.8，技术领域涉及：G16H50/70；该发明授权一种基于时序数据挖掘的呼吸模式异常识别方法及系统是由周灵;刘威;刘漫;刘辉国设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本一种基于时序数据挖掘的呼吸模式异常识别方法及系统在说明书摘要公布了：本发明涉及呼吸模式异常检测领域，提出了一种基于时序数据挖掘的呼吸模式异常识别方法及系统，包括：采集原始呼吸信号并进行预处理，得到呼吸时序数据；采用多尺度特征提取网络对呼吸时序数据进行处理，得到多尺度呼吸特征向量；通过生成对抗网络对多尺度呼吸特征向量和标记样本进行样本扩增，得到扩增训练样本集；通过决策系统对扩增训练样本集进行模型训练，并对待检测的呼吸特征向量进行异常检测，得到异常检测结果和不确定性评估结果；基于异常检测结果和不确定性评估，结合临床风险评估，输出分级预警信息。本发明在确保特征提取过程与个体呼吸周期差异性高度匹配的同时，实现了呼吸模式异常的高精度检测、动态风险评估和分级预警。

本发明授权一种基于时序数据挖掘的呼吸模式异常识别方法及系统在权利要求书中公布了：1.一种基于时序数据挖掘的呼吸模式异常识别方法，其特征在于，包括以下步骤： 采集原始呼吸信号，对原始呼吸信号进行信号去噪、基线校正和分段处理，得到呼吸时序数据； 采用呼吸周期自适应的多尺度特征提取网络对呼吸时序数据进行处理，得到多尺度呼吸特征向量； 所述采用呼吸周期自适应的多尺度特征提取网络对呼吸时序数据进行处理，得到多尺度呼吸特征向量，包括： 所述多尺度特征提取网络包括呼吸周期自适应卷积层、呼吸相位敏感的注意力机制和呼吸特异性频谱分析模块； 所述呼吸周期自适应卷积层接收呼吸时序数据，通过周期感知机制实时检测呼吸周期变化并动态调整卷积窗口大小，输出周期同步的时域特征； 所述呼吸相位敏感的注意力机制接收所述时域特征，通过相位编码器将呼吸信号分解为吸气期、呼气期和过渡期三个相位，自适应分配各相位的注意力权重，输出相位加权特征； 所述呼吸特异性频谱分析模块接收呼吸时序数据，采用呼吸信号专用小波基函数进行小波变换，通过非均匀频带划分策略提取频域特征，与所述相位加权特征融合输出多尺度呼吸特征向量； 通过呼吸病理学引导的生成对抗网络对所述多尺度呼吸特征向量和标记样本进行样本扩增，得到扩增训练样本集； 通过呼吸临床风险感知的决策系统对所述扩增训练样本集进行模型训练，并对待检测的呼吸特征向量进行异常检测，得到异常检测结果和不确定性评估结果； 所述通过呼吸临床风险感知的决策系统对所述扩增训练样本集进行模型训练，并对待检测的呼吸特征向量进行异常检测，得到异常检测结果和不确定性评估结果，包括： 所述决策系统包括呼吸疾病风险加权的贝叶斯推断、生理状态感知的动态阈值调整和临床演化轨迹分析； 通过所述呼吸疾病风险加权的贝叶斯推断接收扩增训练样本集，构建呼吸疾病风险权重矩阵，将不同疾病类型的临床风险等级作为先验概率权重，对贝叶斯推断过程进行风险感知调整，输出风险加权的疾病概率分布； 通过所述生理状态感知的动态阈值调整接收待检测的呼吸特征向量和患者生理状态参数，基于生理状态评估模块分析患者当前的年龄、性别、基础疾病生理状态信息，动态调整异常检测阈值，输出个体化的检测阈值； 通过所述临床演化轨迹分析接收历史呼吸数据和当前检测结果，通过构建个体化的呼吸模式演化轨迹模型，分析呼吸异常的发展趋势和演化路径，输出异常检测结果和不确定性评估结果； 基于所述异常检测结果和不确定性评估，结合临床风险评估，输出分级预警信息。

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华中科技大学同济医学院附属同济医院，其通讯地址为：430000 湖北省武汉市解放大道1095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。