公开(公告)号：CN117850601B

公开(公告)日：2024-05-14

申请号：CN202410263218.X

申请日：2024-03-08

申请人： 南昌大学第二附属医院

发明人： 翟慧兰 ,  彭翔 ,  李雪芹 ,  张佳 ,  谢芬 ,  江璐

IPC分类号： G06F3/01 ,  A61B5/05 ,  A61B5/00 ,  G06F18/213 ,  G06N20/10

摘要： 本发明涉及生物医学信号处理技术领域，具体为用于手持式PDA可自动检测生命体征的系统及方法，系统包括生命体征智能识别模块、阈值调整模块、能效优化模块、深度洞察分析模块、自适应决策支持模块、健康状态预测模块、干预建议模块。本发明中，通过采用信号处理技术、深度学习算法和联邦学习方法，提高了数据的处理精度和智能化水平，小波变换和卷积神经网络的结合，有效提取生命体征数据中的关键空间特征，而长短期记忆网络，增强了对心率和呼吸频率等参数的识别能力，Q学习算法和深度Q网络的应用，使预警阈值和监测策略能够根据实时数据和环境变化自动调整，随机森林与支持向量机算法的应用，为制定个性化的干预建议提供了坚实基础。

公开(公告)号：CN117850601A

公开(公告)日：2024-04-09

申请号：CN202410263218.X

申请日：2024-03-08

申请人： 南昌大学第二附属医院

发明人： 翟慧兰 ,  彭翔 ,  李雪芹 ,  张佳 ,  谢芬 ,  江璐

IPC分类号： G06F3/01 ,  A61B5/05 ,  A61B5/00 ,  G06F18/213 ,  G06N20/10

摘要： 本发明涉及生物医学信号处理技术领域，具体为用于手持式PDA可自动检测生命体征的系统及方法，系统包括生命体征智能识别模块、阈值调整模块、能效优化模块、深度洞察分析模块、自适应决策支持模块、健康状态预测模块、干预建议模块。本发明中，通过采用信号处理技术、深度学习算法和联邦学习方法，提高了数据的处理精度和智能化水平，小波变换和卷积神经网络的结合，有效提取生命体征数据中的关键空间特征，而长短期记忆网络，增强了对心率和呼吸频率等参数的识别能力，Q学习算法和深度Q网络的应用，使预警阈值和监测策略能够根据实时数据和环境变化自动调整，随机森林与支持向量机算法的应用，为制定个性化的干预建议提供了坚实基础。