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！

龙图腾网获悉南通大学申请的专利一种慢病体征突变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：CN121790023B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610275635.5，技术领域涉及：G16H50/70；该发明授权一种慢病体征突变识别方法及系统是由施李丽;吴辉群;张远鹏;蒋葵设计研发完成，并于2026-03-09向国家知识产权局提交的专利申请。

本一种慢病体征突变识别方法及系统在说明书摘要公布了：本发明涉及突变识别技术领域，具体为一种慢病体征突变识别方法及系统，包括以下步骤，获取数据并计算局部趋势反转率，利用反转率增幅差异值生成稳定域边界，依据边界分段并构建趋势幅度不对称特征，计算趋势幅度比值并输入核密度估计模型标记突变候选点，生成风险波动偏移率并基于滑动增长速率界定突变触发域。本发明中，通过计算局部趋势反转率生成稳定域边界以实现动态分段，构建趋势幅度不对称特征，结合核密度分布标记突变候选点，利用滑动增长速率界定触发域，有效量化体征数据非线性波动规律与非对称演化特征，摆脱人工阈值依赖，提升对多维复杂体征微弱突变信号的捕捉精度与状态识别可靠性。

本发明授权一种慢病体征突变识别方法及系统在权利要求书中公布了：1.一种慢病体征突变识别方法，其特征在于，包括以下步骤： S1：获取慢病体征时序数据，将慢病体征时序数据划分为观察区段，统计观察区段内符号变更累计次数并除以观察区段长度，计算局部趋势反转率； S2：基于所述局部趋势反转率，计算相邻观察区段间反转率增幅差异值，将超过预设非平稳跃迁阈值的反转率增幅差异值位置标记为趋势连续性断裂点，生成稳定域边界； 所述局部趋势反转率的获取步骤具体为： S111：获取慢病体征时序数据，根据预设的切分窗口长度参数，利用切分窗口长度参数在慢病体征时序数据的时间轴上执行等间距截取，分离多个携带局部演化特征的时序片段，建立观察区段样本集； S112：针对所述观察区段样本集内的每一个时序片段，依据时间戳顺序逐位执行相邻体征值的差分计算，检测差分值的正负符号状态，筛选符号状态发生极性翻转的时刻点，统计翻转时刻点的发生总数，生成符号变更累计频度； S113：统计每个时序片段中包括的有效数据点个数，基于数据点个数构建区域长度归一化因子，调用所述符号变更累计频度与区域长度归一化因子执行数值除法运算，计算标准化后的趋势震荡强度值，生成局部趋势反转率； 所述稳定域边界的获取步骤具体为： S211：获取按时间顺序排列的所述局部趋势反转率，提取观察区段在时序轴上的中心时刻坐标，计算相邻两个中心时刻坐标之间的差值并除以单位时间常数，生成时间跨度间隔的归一化数值，遍历当前观察区段内的体征数值集合，计算数值分布的二阶中心矩及最大值与最小值的差值，针对每个区段分别生成离散方差及幅值极差； S212：调用当前及前序的所述局部趋势反转率，结合对应的所述时间跨度间隔的归一化数值、离散方差与幅值极差，获取预置的全局基准方差值与全局平均极差值，构建趋势变化加权模型，运算获取反转率增幅差异值； S213：获取预设的非平稳跃迁阈值，将所述反转率增幅差异值与非平稳跃迁阈值执行数值比对，筛选幅度超过阈值的时刻索引，并将时刻索引标记为趋势连续性断裂点，将趋势连续性断裂点映射至原始数据的时序坐标系中，作为分割线对连续监测时段进行状态切分，建立多个演化阶段的稳定域边界； S3：依据所述稳定域边界对慢病体征时序数据分段，提取最大斜率变化段，计算最大斜率变化段的上行段趋势幅度与下行段趋势幅度，构建趋势幅度不对称特征； S4：基于所述趋势幅度不对称特征计算趋势幅度比值，将趋势幅度比值输入核密度估计模型计算分布密度，将分布密度超过预设非平稳漂移阈值的时刻标记为突变候选点； S5：计算所述突变候选点所在区间的连续波动幅度变化绝对值与区间波动中值差值比，生成风险波动偏移率，计算风险波动偏移率的滑动增长速率，基于滑动增长速率界定突变触发域。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。