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用于医疗检验的试纸检验分析方法及系统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：CN119691591B 。

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：202411773971.X，技术领域涉及：G06F18/2415；该发明授权一种用于医疗检验的试纸检验分析方法及系统是由刘蓬;许秀华;魏丹丹;梅艳芳;杜芳玲设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种用于医疗检验的试纸检验分析方法及系统在说明书摘要公布了：本发明公开了一种用于医疗检验的试纸检验分析方法及系统，涉及医疗检验技术领域，包括采集光谱信号，对数据进行过滤和多维特征优化；构建深度特征分解模型和多目标优化预测模型；对试纸数据进行动态校正，根据检测结果生成可视化报告。本发明提供的用于医疗检验的试纸检验分析方法对试纸表面进行高精度扫描获取光学特征信息，提升了试纸检测对低浓度目标物质的灵敏度，将采集到的多维光谱数据分解为不同的特征信号，结合动态优化模型，综合分析样本中各目标物质的特性，提高了检测系统的适应性，通过自动对采集过程中的光学偏差和环境噪声进行校正，提高了检测结果的可用性和易用性，本发明在灵敏度、适应性和可用性方面都取得更加良好的效果。

本发明授权一种用于医疗检验的试纸检验分析方法及系统在权利要求书中公布了：1.一种用于医疗检验的试纸检验分析方法，其特征在于，包括： 采集光谱信号，对数据进行过滤和多维特征优化； 构建深度特征分解模型和多目标优化预测模型； 对试纸数据进行动态校正，根据检测结果生成可视化报告； 所述对数据进行过滤和多维特征优化包括在采集初步光谱数据后，通过数据处理进行优化，去除由设备噪声、环境光变化及样本中非目标成分引起的干扰信号，并通过多维度的特征分析，从原始数据中提取对目标物质反应最具代表性的特征信号，过程中考虑反应时间、不同光谱波段的特性及样本中的潜在复杂性，数据过滤与多维特征优化表示为： 其中，为第i次扫描中特征信号的初步强度计算值，N为数据特征维度的数量，Fj为第j个维度的信号权重，Hj为第j个维度信号的强度，Tj为第j个信号的反应时间值，δ为时间的补偿系数，γ为时间敏感度调节系数，Yi为归一化后的信号质量因子，Mλ为光谱噪声信号函数，dλ为积分中的微分元素，表示在积分过程中波长变量λ的无穷小变化量，λmin和λmax分别为光谱波长范围的最小值和最大值； 所述深度特征分解模型包括试纸检测的光谱信号通过特征分解模型，将复杂的光谱信号分解为易于分析的成分，特征成分反映目标物质反应的动态行为，并揭示不同反应阶段的特性，通过综合分析分解过程中多维光谱信号的误差分布，优化特征提取结果，深度特征分解模型表示为： 其中，Fhx,y为二维特征信号在梯度与二阶导数计算后的值，Fx,y为试纸反应区域的二维特征分布函数，x和y为反应区域的空间坐标，Pk为归一化后特征分解值，x1和x2分别为特征分布的空间范围起点和终点，Ei为第i个维度的误差值，Wi为第i个维度误差的权重，m为误差维度的总数量； 所述多目标优化预测模型包括对多个参数进行综合分析，并构建预测目标物质状态的模型，预测模型整合试纸检测中的各变量，动态调整权重，输出结果反映目标物质的特性，并根据不同样本的检测条件和背景情况进行调整，通过多目标优化模型，对试纸检测中的复杂化学反应过程进行预测，表示为： 其中，Zt为基于时间调整后的中间计算值，Tp为第p次反应的时间变量，θ为时间的动态调整指数，φp为第p次反应信号的相位差，Z为归一化后的优化预测值，Uq为第q个信号特征的均值，κq为第q个信号特征的衰减系数； 所述对试纸数据进行动态校正包括消除试纸检测过程中的各种设备误差和环境干扰，动态校准通过实时监控检测条件，并将实际采集的多维光谱信号与预设的校准参考数据进行对比，以自动调整检测参数，通过调整检测设备的敏感度、信号处理的权重校正偏差，动态校准表示为： 其中，Cx为动态校准的中间信号值，K为振荡信号的幅度常数，ω为振荡信号的频率，L为衰减信号的幅度常数，η为信号的指数衰减系数，C为动态校准因子，Nk为第k个噪声因子，n为噪声因子的总数量。

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”。