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！

龙图腾网获悉中国人民解放军总医院第一医学中心申请的专利一种呼吸暂停综合征发作模式风险预测方法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：CN119818052B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510036112.0，技术领域涉及：A61B5/08；该发明授权一种呼吸暂停综合征发作模式风险预测方法是由樊茹;樊晨;王越;马章斌;王沙沙设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本一种呼吸暂停综合征发作模式风险预测方法在说明书摘要公布了：本发明公开了一种呼吸暂停综合征发作模式风险预测方法，涉及健康管理领域，调用全年龄阶段的用户状态数据，挖掘不同发作模式下基于状态风险特征的风险数阵，进行基于单特征与组合特征下的轻量级监测采样与风险预测训练，构建风险预测模型，采集目标用户的睡眠监测数据并执行风险预测与发作模式判定，确定风险预测结果并进行用户状态告警，用于解决现有技术中存在的如何有效提取与利用用户的状态数据，进行高效且精准的健康监管，从而在日常监测中提供早期风险预警的技术问题，通过多特征挖掘与轻量级监测模型，提供个性化、低功耗的风险预测与管理方案，可有效提高风险预测的效率与准确度。

本发明授权一种呼吸暂停综合征发作模式风险预测方法在权利要求书中公布了：1.一种呼吸暂停综合征发作模式风险预测方法，其特征在于，所述方法包括： 调用全年龄阶段的用户状态数据，挖掘不同发作模式下基于状态风险特征的风险数阵，其中，所述状态风险特征包含模式共性特征与模式特异性特征，以绝对收缩进行特征风险度边界界定，模式共性特征是指在不同发作模式中普遍出现的风险指标，模式特异性特征则是特定发作模式下的独有指标，风险数阵是一种多维矩阵结构，其每一维度表示不同发作模式下的特征风险度，用于描述特定特征的风险水平，风险度边界为风险特征的临界阈值； 基于所述风险数阵，进行基于单检测特征与组合特征下的轻量级监测采样与风险预测训练，构建风险多维预测模型，其中，所述风险多维预测模型内置于睡眠监测设备，所述单检测特征为传感采样得到的单一特征值； 连接睡眠监测设备，结合所述风险多维预测模型，通过对于不同序列节点的错时采样确定目标用户的睡眠监测数据，进行数据回传并执行风险预测与发作模式判定，确定风险预测结果； 基于所述风险预测结果，进行所述目标用户的状态告警，并生成监测时区的时序监测表； 其中，挖掘不同发作模式下的状态风险特征的风险数阵，包括： 获取第一低通气特征，其中，所述第一低通气特征属于所述状态风险特征，所述第一低通气特征用于衡量用户在特定时间段内通气量的下降程度； 遍历所述发作模式，基于所述用户状态数据，进行特征挖掘与聚类，确定基于所述第一低通气特征的N个特征值组，其中，所述发作模式与特征值组一一对应； 基于所述特征值组，进行组内绝对最大收缩，确定所述第一低通气特征的N个风险度边界值，其中，所述第一低通气特征为与风险度呈负相关的极小型特征，组内绝对最大收缩为向数据区间的上限方向收缩； 将所述N个风险度边界值添加进所述风险数阵； 其中，将所述N个风险度边界值添加进所述风险数阵，包括： 基于所述第一低通气特征的风险演化趋势，确定预设宽容尺度，其中，所述预设宽容尺度与风险演化速度呈正相关，风险演化趋势的具体表现包括特征值逐步降低至临界点或在某一时间段内急剧下降； 基于所述预设宽容尺度，对所述N个风险度边界值进行值外扩处理，确定所述第一低通气特征的N个风险先兆特征值，其中，所述预设宽容尺度是指为允许正常波动或避免误判而设定的容差范围； 建立所述发作模式与所述N个风险先兆特征值的映射，添加进所述风险数阵。

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人民解放军总医院第一医学中心，其通讯地址为：100853 北京市海淀区复兴路28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”。