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！

龙图腾网获悉南昌大学第一附属医院申请的专利一种神经内科用护理监控系统和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：CN119924850B 。

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：202510079747.9，技术领域涉及：A61B5/369；该发明授权一种神经内科用护理监控系统和方法是由万琴;杨丽敏;王美琴设计研发完成，并于2025-01-18向国家知识产权局提交的专利申请。

本一种神经内科用护理监控系统和方法在说明书摘要公布了：本发明公开了一种神经内科用护理监控系统和方法，具体涉及神经信号异常模式识别领域，包括将MRS和EEG采样数据进行时间轴同步调整，并建立与刺激输入触发事件的映射关系；对设定目标追踪代谢物浓度数据进行特征降维，通过时频分布算法提取EEG信号的能量分布特征，建立代谢与神经电活动的关联特征；建立患者的实时代谢物浓度变化与神经电活动的关联驱动路径，并量化其因果效应；建立代谢‑神经电活动信号的异常模式识别参照，通过计算病理特征的偏离指数，判断患者是否处于病理异常状态；当判定患者处于代谢‑神经电活动信号异常状态时，根据因果关系网络中的方向标定，对患者代谢‑神经电活动信号的异常模式进行识别分类。

本发明授权一种神经内科用护理监控系统和方法在权利要求书中公布了：1.一种神经内科用护理监控方法，其特征在于，包括如下步骤： S1：将MRS和EEG采样数据进行时间轴同步调整，并建立与刺激输入触发事件的映射关系； S2：提取设定目标追踪代谢物的浓度值变化，同时通过时频分布算法提取EEG信号的能量分布特征，计算描述代谢与神经电活动的特征关联的相关系数，构建关联矩阵具体包括： 对MRS信号的信号强度进行分析，提取设定目标追踪代谢物的浓度值，并基于时间序列标定浓度变化趋势及峰值特征的时空分布，构建代谢物浓度变化的时序分布矩阵； 对EEG信号进行快速傅里叶变换，提取设定频段的能量分布特征，剔除高频伪迹与低频漂移信号，构建描述特定波段的神经电信号特征矩阵； 结合代谢信号的浓度变化时间点与神经电信号的脑区定位，通过动态时间规整算法实现时域对齐，并将神经电信号特征按空间分布映射至脑区图； 将代谢物浓度变化时序分布矩阵与神经电信号特征矩阵进行相关性分析生成关联矩阵R，关联矩阵中的每个元素表示代谢物的动态浓度与特定波段的神经电信号能量分布的皮尔逊相关系数，相关系数用于描述关联强度； S3：根据MRS和EEG信号与刺激输入触发事件的映射关系，将关联矩阵中相关系数序列划分为多段时间窗口数据，建立相关系数的时序分布序列，将相关系数时序分布序列带入因果分析模型，建立患者的实时代谢物浓度变化与神经电活动的关联驱动路径，并量化其因果效应，构建因果关系网络具体包括： 从关联矩阵R中提取代谢物浓度与神经电信号特征对应的相关系数序列，根据捕获刺激输入触发事件的时间起始节点，基于MRS和EEG信号的映射关系将相关系数序列分为多段时间窗口数据，并构建相关系数的时序分布序列； 利用因果模型分析代谢物浓度与神经电信号活动的时间滞后响应，量化代谢物浓度与神经电信号活动在各滞后时间段的因果性强度，生成因果序列矩阵，其中因果性强度判断公式为： 式中，是因果值，表示变量与变量的因果效应量化强度，是关联矩阵R的第i行第j列的相关系数值，表示第i个目标代谢物类型对应EEG信号中第j个频段的功率的关联强度，为MRS信号中提取的第i个目标代谢物的浓度变化值，是目标变量的历史序列，是目标变量和因果变量的历史序列，表示因果模型预测误差残差的方差； 将多段时间窗口内的因果强度按滞后时间进行汇总，生成动态因果矩阵G，矩阵中的每个元素表示代谢物变化对特定波段的神经电信号活动在所有分段时间窗口内的累计因果强度，以动态因果矩阵G为基础构建因果关系网络； S4：检索并分析历史健康个体样本数据，建立代谢-神经电活动信号的异常模式识别参照关联矩阵，通过分析患者的实时代谢物浓度变化与神经电信号活动特征数据的关联矩阵与参照关联矩阵偏差，计算患者病理特征的偏离指数，依据病理特征的偏离指数判断患者是否处于代谢-神经电活动信号异常状态具体包括： 检索历史健康个体样本的代谢与神经电活动数据，通过计算代谢物浓度变化与神经电信号活动特征的相关性，生成参照关联矩阵； 将患者的实时代谢物浓度变化与神经电信号活动特征数据的关联矩阵与参照关联矩阵进行元素差值计算生成关联偏离矩阵，通过关联偏离矩阵综合计算病理偏离指数，计算公式如下： 式中，是病理偏离指数，为参照关联矩阵第i行第j列的相关性系数，m、n分别为设定目标代谢物种类总数和EEG信号频段数； 设定病理偏离指数异常阈值，当病理偏离指数超出病理偏离指数异常阈值时，判定患者处于代谢-神经电活动信号异常状态，反之判定患者处于代谢-神经电活动信号正常状态； S5：当判定患者处于代谢-神经电活动信号异常状态时，根据因果关系网络中的方向标定，对患者代谢-神经电活动信号的异常模式进行识别分类。

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昌大学第一附属医院，其通讯地址为：330000 江西省南昌市东湖区永外正街17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”。