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！

龙图腾网获悉天津科电石化科技发展有限公司;中石化天津液化天然气有限责任公司申请的专利基于深度学习的LNG接收站员工健康风险预测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：CN120473155B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510939814.X，技术领域涉及：G16H50/30；该发明授权基于深度学习的LNG接收站员工健康风险预测方法及系统是由师超飞;王金驰;刘新宇;邵霖;李伟民;王程才;穆玉麟设计研发完成，并于2025-07-09向国家知识产权局提交的专利申请。

本基于深度学习的LNG接收站员工健康风险预测方法及系统在说明书摘要公布了：本发明涉及健康风险预测技术领域，具体为基于深度学习的LNG接收站员工健康风险预测方法及系统。包括：采集员工的生理体征数据、工作任务数据、环境参数数据以及个体健康档案等多源异构数据；对采集的数据进行特征工程处理，提取与健康风险高度相关的有效特征，并构建复合风险因子如低温冻伤风险指数、疲劳累积指数、化学中毒风险指数等；利用特征和风险因子训练并优化深度学习模型；基于模型输出对员工未来可能发生的特定健康风险进行量化评估和早期、精准预测；并在预测风险超限时生成预警及干预建议。本发明能够提高LNG接收站职业健康监护的智能化水平，实现个体化风险管理，提升本质安全，有效保护员工健康。

本发明授权基于深度学习的LNG接收站员工健康风险预测方法及系统在权利要求书中公布了：1.基于深度学习的LNG接收站员工健康风险预测方法，其特征在于，包括： S1、从LNG接收站内的多种来源采集与员工健康风险相关的多源异构数据； S2、对所述采集的多源异构数据进行特征工程处理以提取与健康风险高度相关的有效特征，并基于所述有效特征构建复合风险因子，所述复合风险因子包括低温冻伤风险指数、疲劳累积指数和化学中毒风险指数； S3、利用所述有效特征和构建的复合风险因子，构建、训练并优化深度学习模型，用于预测健康风险； S4、基于所述深度学习模型的输入，对员工的健康风险进行量化评估并输出预测结果； S5、当预测的健康风险超过预设阈值时，生成风险预警及干预建议； 所述与员工健康风险相关的多源异构数据，包括来自员工佩戴的智能可穿戴设备的生理体征数据、来自LNG接收站作业管理系统的工作任务数据、来自环境监测系统或传感器的环境参数数据以及经员工授权且数据脱敏后的个体健康档案与历史工伤数据；所述生理体征数据包括心率、心率变异性、体表温度、血氧饱和度和睡眠质量；所述环境参数数据包括环境温度、湿度、气压、以及有害气体浓度； 所述低温冻伤风险指数数据收集包括：收集环境温度数据，记录员工暴露环境的实时温度值以及在一定时间区间内的温度波动范围；从工作任务数据中确定员工在低温环境下的持续工作时长以及工作强度等级；从生理体征数据中获取员工的体表温度及其变化率，以及血氧饱和度； 结合环境温度数据，员工在低温区域的持续工作时长以及员工的生理体征数据构建低温冻伤风险指数； 所述疲劳累积指数数据收集包括：从工作任务数据中获取员工的连续工作小时数、总工作时长、夜班次数、连续夜班天数以及轮班规律性指标；从生理体征数据中提取心率的均值、心率变异性的时域特征中的标准差、睡眠总时长以及各睡眠阶段占比； 结合工作任务数据、心率以及睡眠数据构建疲劳累积指数； 所述化学中毒风险指数数据收集包括：从环境参数数据中获取特定有毒气体的实时浓度，以及该气体在一定时间段内的时间加权平均浓度、短期暴露限值符合情况、峰值浓度和超限持续时间；从工作任务数据中确定员工在有毒气体存在区域工作期间防护设备的使用情况； 结合环境参数数据中的有毒气体浓度、超限持续时间以及防护设备的使用情况构建化学中毒风险指数。

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天津科电石化科技发展有限公司;中石化天津液化天然气有限责任公司，其通讯地址为：300271 天津市滨海新区大港街道北围堤路160号(天津石化公司院内)；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”。