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！

龙图腾网获悉广东海洋大学申请的专利基于生物反馈的潜水员状态监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：CN120167910B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510665623.9，技术领域涉及：A61B5/00；该发明授权基于生物反馈的潜水员状态监测方法是由王峰设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本基于生物反馈的潜水员状态监测方法在说明书摘要公布了：本申请属于潜水状态监测技术领域，涉及基于生物反馈的潜水员状态监测方法，通过时间戳对齐体征信号与环境数据，并利用加速度数据提取运动特征，构建运动噪声模型，实时去除信号伪影；在EEG信号净化方面，采用db4小波基进行小波包分解，提取水压相关频段特征并去除低频漂移，同时，通过非线性动力学分析心率信号，提取Lyapunov指数评估HRV变化，小波变换分析呼吸与EEG波耦合，进一步增强风险评估精度；在环境补偿方面，通过深度与SpO2关系式和水温对呼吸频率的补偿，结合SLTM网络提取时序特征，深度因果卷积层进行风险趋势预测，实时输出潜水员风险等级和预测曲线，最终计算综合风险指数，全面评估潜水员健康状态与潜在风险，提升安全性。

本发明授权基于生物反馈的潜水员状态监测方法在权利要求书中公布了：1.基于生物反馈的潜水员状态监测方法，其特征在于，包括以下步骤： 数据采集：采集体征信号数据以及环境数据，对采集的数据进行时间戳对齐，得到时间轴对齐后的多模态信号流数据； 运动噪声抑制：从体征信号数据中的加速度数据中提取运动特征，用于构建运动噪声模型，并通过递归最小二乘算法实时更新运动噪声模型的滤波器权重，通过运动噪声模型去除伪影，得到去除伪影后的血流信号； EEG信号增强：对于体征信号数据中的EEG信号数据采用db4小波基进行6层小波包分解，从EEG信号中提取不同频段的特征，并识别水压相关频段的能量分布，通过阈值化处理去除低频基线漂移，得到净化后的EEG信号； 时域特征生成：采用去噪后的心率信号进行非线性动力学分析，评估信号的复杂度，并构建相空间重构图，提取最大Lyapunov指数，反映心率信号的动态变化，得到HRV的非线性特征向量； 所述时域特征生成的具体步骤如下： 样本熵计算：基于去噪后的心率信号通过相空间重构将心率信号转换为高维向量，重构过程中采用嵌入维度和时间延迟，其中时间延迟通过自相关函数法确定；再计算高维向量之间的匹配程度，得到样本熵； 最大Lyapunov指数提取：基于去噪后的心率信号通过相空间轨迹构建，得到轨迹，然后对每个点寻找其最邻近的点，计算邻近点之间的发散速度，进而计算出最大Lyapunov指数； 关联维度计算：基于去噪后的心率信号通过关联函数计算相空间的维度特性，得到相空间中两点之间的相似性，然后在双对数坐标下拟合两点之间的关系，得到关联维度； 二次样本熵计算：基于去噪后的心率信号，通过相似性匹配得到二次样本熵值； 去趋势波动分析：基于去噪后的心率信号计算累积偏差序列，得到每个时间点相对于均值的累积偏差，将序列分成多个小区间，并计算每个区间内的局部波动性，最后通过双对数拟合得到DFA标度指数； 基于样本熵计算、最大Lyapunov指数提取、关联维度计算、二次样本熵计算以及去趋势波动分析所得到的结果形成五维非线性特征向量； 频域特征生成：基于净化后的EEG信号和呼吸信号，利用小波变换来分析呼吸信号与EEG波之间的相干性，并通过相位同步指数来量化呼吸信号与EEG波的耦合程度；得到呼吸与EEG的耦合特征； 环境参数补偿：基于深度建立关系式对SpO2进行深度补偿，并根据水温对呼吸频率进行补偿； 短期风险推理：基于HRV的非线性特征向量以及呼吸与EEG的耦合特征，通过LSTM网络结构进行时序特征提取，再基于全连接层映射为短期风险概率，输出实时风险等级； 中长期趋势预测：构建深度因果卷积层，预测未来的风险演变，并通过注意力机制聚焦关键时段，输出风险趋势预测曲线； 综合风险指数输出：基于实时风险等级以及风险趋势预测曲线，采用补偿后的环境参数进行加权融合，得到综合风险指数。

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海洋大学，其通讯地址为：524003 广东省湛江市麻章区海大路1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”。