Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京工业大学苏丽颖获国家专利权

北京工业大学苏丽颖获国家专利权

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!

龙图腾网获悉北京工业大学申请的专利一种基于深度学习的生命体征监测方法与装置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:CN116098596B

龙图腾网通过国家知识产权局官网在2025-07-29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:202310119325.0,技术领域涉及:A61B5/0205;该发明授权一种基于深度学习的生命体征监测方法与装置是由苏丽颖;邬元富;韩凯;孔玉梅设计研发完成,并于2023-02-15向国家知识产权局提交的专利申请。

一种基于深度学习的生命体征监测方法与装置在说明书摘要公布了:本发明公开了一种基于深度学习的生命体征监测方法与装置,包括:计算处理模块、红外感知模块、图像采集模块、用户交互模块和通讯传输模块。通过红外感知模块获取体温信息,通过图像采集模块获取用户面部图像,从面部图像中获取用户面部图像与胸腔活动图像,将上述信息传输入计算处理模块。本发明即摆脱了监护设备功能单一的限制,同时又保证了生命体征监测的准确性。该监测算法利用深度学习算法,实时对体温、脉搏、呼吸这三个重要体征参数进行监控,并在通过深度学习技术对上述参数进行生命体征信息分析,及时发现危险波动与变化趋势,并对危险作出预警。

本发明授权一种基于深度学习的生命体征监测方法与装置在权利要求书中公布了:1.一种基于深度学习的生命体征监测装置,其特征在于,包括:计算处理模块、红外感知模块、图像采集模块、用户交互模块和通讯传输模块;通过红外感知模块获取体温信息,通过图像采集模块获取用户面部图像,从面部图像中获取用户面部图像与胸腔活动图像,将上述信息传输入计算处理模块;各模块的功能为:计算处理模块通过获取红外参数获取体温信息,通过面部图像以及相应算法获取心率信息、通过胸腔图像获取呼吸信息;计算模块组合上述信息,通过深度学习算法分析时间序列上的体征信息对即将出现的危险进行预测;用户交互模块可以对深度学习的网络参数进行修改,对不同的病症将会调整相应权重,预测不同疾病容易出现的各种风险,通讯传输模块负责将红外感知模块、图像信息传输给计算模块,对体征信息进行实时传输; 该装置的监护方法包括,利用RBG摄像头获取用户的上半身图像,同时利用红外感知模块进行热成像; 通过深度学习目标检测算法检测出面部区域与胸腹部区域; 将红外光谱的热成像图与检测出的面部图像的额头部分进行匹配,取额头区域的平均温度作为当前帧的体表温度,将温度信息进行储存,并计算当前温度与上一帧的温度之间的差值,除以两帧的间隔时间,得到两帧之间的温度变化率,用以后续的处理; 通过时域信号分析得到心率的方法是通过检测被测量皮肤位置的像素亮度变化波形,得到脉搏波信号,利用独立成分分析的方法从面部视频中分离出光电容积脉搏波信号,通过快速傅里叶变换将信号变换到频率域,提取出心率; 心率检测算法具体步骤如下: 利用深度学习算法,对图像采集模块获取到的面部图像进行人脸检测,得到每一帧的图像面部信息;获取到每一帧的精确面部位置后,用于下一步的面部信号提取; 将面部视屏的平均亮度作为观测值,分别得到RGB三个通道在不同时间上的平均亮度值,并绘制成三个面部的观测信号图,利用独立成分分析法对三个通道信号进行盲源分离,求解三个源信号,将光电容积脉搏信号分离出来,避免视屏中的其他生理信号与噪声信号对心率检测造成干扰; 通过快速傅里叶变换将源信号转换为频域信号,将图像描述为不同的幅度、频率、相位的复指数和;通过实验发现,三个源信号中,其中一个源信号最大幅值对应的频率,即需要实时检测的心率信号。

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北京工业大学,其通讯地址为:100024 北京市朝阳区平乐园100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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。