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！

龙图腾网获悉广东省人民医院申请的专利一种用于生理状态评估的多模态躯感信息处理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：CN121400782B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511972815.0，技术领域涉及：A61B5/00；该发明授权一种用于生理状态评估的多模态躯感信息处理方法及系统是由梁会营;林晓兰;李惠先;李丹彤;陈秀娟设计研发完成，并于2025-12-25向国家知识产权局提交的专利申请。

本一种用于生理状态评估的多模态躯感信息处理方法及系统在说明书摘要公布了：本发明涉及医学数据处理技术领域，尤其涉及一种用于生理状态评估的多模态躯感信息处理方法及系统，该方法包括：多模态参数采集；一致性特征构建；个体正常行为带建模；一致性轨迹压缩生成；偏离路径特征提取；生理轨迹相似匹配；状态类型与阶段判定；行为带自适应修正；健康干预提示输出。本发明通过同时引入多源生理信号，利用不同类型参数的时序协同关系，构建跨模态一致性特征矩阵，使评估过程不再依赖单一信号的孤立变化，而是基于多维信息的联动演变进行综合判定，有效解决了由于依赖单一生理信号及静态评估基准，导致生理状态评估易受个体差异和长期状态变化影响而产生误判与漂移的问题。

本发明授权一种用于生理状态评估的多模态躯感信息处理方法及系统在权利要求书中公布了：1.一种用于生理状态评估的多模态躯感信息处理方法，其特征在于，包括： 实时采集目标对象的多模态躯感参数，多模态躯感参数包括面部表情微动作参数、身体姿态参数、语音声学参数以及生理信号参数，其中，生理信号参数包括心率变异性HRV、皮肤电导EDA以及呼吸频率； 基于所述多模态躯感参数，构建用以表征视觉模态、姿态模态、语音模态与生理模态在同一时间尺度上的协同变化关系的跨模态一致性特征； 基于所述目标对象在预设历史周期内的所述跨模态一致性特征，构建对应的用以表征所述目标对象在非异常状态下的多模态协同变化范围的个体正常躯感行为带； 对当前所述跨模态一致性特征进行轨迹压缩处理，生成躯感一致性轨迹； 基于所述躯感一致性轨迹与所述个体正常躯感行为带之间的空间偏离关系，提取对应的偏离路径特征； 将所述偏离路径特征输入至预设生理状态轨迹库中进行相似度匹配，以得到若干匹配结果； 根据所述匹配结果确定所述目标对象所处的生理状态类型以及对应的演化阶段； 基于所述演化阶段在预设稳定时长内的连续分布特征修正所述个体正常躯感行为带； 根据所述生理状态类型输出健康干预提示； 所述跨模态一致性特征矩阵基于所述视觉模态、所述姿态模态、所述语音模态以及所述生理模态之间的时序同步度、幅值协同变化率以及变化方向相关性共同构成； 所述偏离路径特征基于所述躯感一致性轨迹相对于所述个体正常躯感行为带在方向、幅度及持续时间上的综合偏离特征确定； 基于所述演化阶段在预设稳定时长内的连续分布特征修正所述个体正常躯感行为带的过程包括： 获取所述演化阶段在所述预设稳定时长内对应的偏离路径特征的连续分布序列； 根据所述连续分布序列与所述个体正常躯感行为带的边界偏移关系，确定对应的修正方向及修正幅度； 基于所述修正方向和修正幅度对所述个体正常躯感行为带的上下边界进行自适应更新，以修正所述个体正常躯感行为带； 基于目标对象在预设历史周期内的跨模态一致性特征，构建对应的个体正常躯感行为带的过程包括： 获取目标对象在预设历史周期内对应的跨模态一致性特征矩阵作为历史样本集合，其中历史样本集合用于表征目标对象在多个非异常状态阶段下的多模态协同变化特征； 对历史样本集合中的各跨模态一致性特征矩阵进行离群点剔除处理，去除因偶发噪声、短时剧烈动作或采集异常造成的异常样本，以保证后续建模数据的稳定性； 对剔除离群点后的历史跨模态一致性特征进行特征分布统计，分别计算各模态一致性特征在历史周期内的均值分布区间、波动范围以及协同变化密度分布，用于刻画目标对象在非异常状态下的多模态协同变化特征边界； 基于特征分布统计结果，构建用于包络目标对象正常多模态协同变化范围的多维特征包络结构，将该多维特征包络结构定义为个体正常躯感行为带； 将个体正常躯感行为带作为后续躯感一致性轨迹偏离判断与偏离路径提取的参考基准，用于区分当前多模态协同变化是否处于目标对象的非异常行为模式范围内。

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省人民医院，其通讯地址为：510030 广东省广州市越秀区中山二路106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。