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苏州生物医学工程技术研究所申请的专利一种无感睡眠动态血压节律分析方法与系统、设备、介质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：CN121080939B 。

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：202511650847.9，技术领域涉及：A61B5/021；该发明授权一种无感睡眠动态血压节律分析方法与系统、设备、介质是由张云鹏设计研发完成，并于2025-11-12向国家知识产权局提交的专利申请。

本一种无感睡眠动态血压节律分析方法与系统、设备、介质在说明书摘要公布了：本发明提供一种无感睡眠动态血压节律分析方法与系统、设备、介质，涉及医疗或健康数据处理领域。本发明通过交叉注意力机制深度融合BCG、PCG与EDR等多模态信息，并采用“组内‑组间”分层建模策略，从整晚长程数据中提取稳健特征。该方案能有效对抗信号噪声与个体差异，实现比传统方法更稳定、更可靠的夜间血压趋势估计。本发明实现了真正的无感监测：用户仅需卧于集成传感器的睡眠带上，无需前往医院、佩戴电极或承受夜间袖带充气干扰。这种模式彻底解决了传统方案依从性差、数据失真等痛点。本发明所实现的连续、精准的血压节律评估，为早期识别“夜间高血压”及“非杓型反杓型血压”等独立危险因素提供了强大手段。

本发明授权一种无感睡眠动态血压节律分析方法与系统、设备、介质在权利要求书中公布了：1.一种无感睡眠动态血压节律分析方法，其特征在于，包括以下步骤： 获取在受试者夜间睡眠期间，同步、无感采集到的BCG信号和PCG信号，并对获取到的原始长信号进行分段处理； 基于BCG信号受呼吸调制的特性，通过滤波与峰值检测算法重构衍生呼吸信号EDR，再从各信号模态中提取鲁棒性特征，并通过交叉注意力机制实现深层信息融合； 对整晚的融合特征序列进行层次化建模，以捕捉从局部到全局的时序依赖； 对蕴含全局时序信息的特征表示在序列维度上进行全局平均池化，得到代表整晚信息的全局特征向量，将所述全局特征向量分别输入两个独立的多层感知机，使用交叉熵损失函数进行优化，同步完成睡眠阶段的分类与动态血压节律的分类预测； 所述基于BCG信号受呼吸调制的特性，通过滤波与峰值检测算法重构衍生呼吸信号EDR，再从各信号模态中提取鲁棒性特征步骤包括： 采用多尺度一维卷积神经网络，通过并行使用不同大小的卷积核，捕捉BCG信号中不同频率与时间尺度的波形特征，输出融合后的BCG特征向量； 使用轻量级一维卷积神经网络提取其趋势与形态特征，得到EDR特征向量； 采用结合领域知识与数据驱动的混合架构提取PCG特征向量； 所述通过交叉注意力机制实现深层信息融合步骤包括： 交叉注意力网络中，将可学习的查询向量作为睡眠阶段的抽象查询，将BCG特征向量与EDR特征向量进行拼接，构成源特征：，并分别通过可学习矩阵和映射为键和值：； 随后，计算查询与键的相似度，并通过Softmax函数归一化得到注意力权重： 最后，利用权重对值进行加权求和，得到上下文向量，并与原始查询向量融合形成信息丰富的多模态表征： ; 以可学习向量作为血压节律的抽象查询，将BCG、EDR与PCG特征共同拼接为源特征，通过交叉注意力机制，挖掘与血压昼夜模式最相关的多模态信息，输出融合表征； 所述对整晚的融合特征序列进行层次化建模，以捕捉从局部到全局的时序依赖步骤包括： 将整晚N个片段的睡眠融合特征与血压节律融合特征分别堆叠，形成特征序列矩阵S1与S2： 假设整晚被划分为N个基本片段，，表示第i个片段的融合特征向量，其中D是特征维度； 将N个片段的特征向量堆叠起来，分别形成长序列特征矩阵S1和S2： 将序列重塑为三维张量，其中G为组数，L为组内片段数，满足，此结构将长序列组织为组间-组内的层次化表示； 在每个组内，并行应用局部注意力机制与空洞卷积： 捕捉组内短程依赖关系，增强局部上下文的连贯性，对X中每个位置i应用局部注意力机制，得到精炼后的组内特征： 通过不同扩张率并行捕捉组内多尺度时序模式，用于捕捉X内部的多尺度模式，通过扩大感受野来实现，并行使用多个具有不同扩张率的空洞卷积层，然后将输出拼接或相加： 将二者输出融合，形成精炼后的组内特征： 将精炼后的三维张量序列化，输入全局Transformer编码器，通过其自注意力机制，建模不同组之间的长程依赖关系，输出蕴含全局时序信息的特征表示。

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苏州生物医学工程技术研究所，其通讯地址为：215000 江苏省苏州市高新区科灵路88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。