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！

龙图腾网获悉中国计量大学申请的专利结合多阈值判别和改进型卷积网络的可穿戴跌倒预测方法、装置及其可读存储介质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：CN120570602B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511080623.9，技术领域涉及：A61B5/11；该发明授权结合多阈值判别和改进型卷积网络的可穿戴跌倒预测方法、装置及其可读存储介质是由潘巨龙;王宏宇;徐纪一;何灵敏设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本结合多阈值判别和改进型卷积网络的可穿戴跌倒预测方法、装置及其可读存储介质在说明书摘要公布了：本发明提出了一种结合多阈值判别和改进型卷积网络的可穿戴跌倒预测方法、装置及其可读存储介质，该方法通过惯性传感器采集人体运动数据，利用合加速度、X轴及Y轴角速度的预设阈值联合判别疑似跌倒事件，截取触发时刻前0.75秒数据归一化后输入轻量化lwRPPC‑TCN模型，通过轻量化结构重参数化并行卷积和时序卷积网络提取时空特征，输出跌倒预测结果并触发防护装置。本发明突破传统单一阈值判别局限，通过多参数联合判别提升抗干扰能力，结合轻量化模型设计，在KFall数据集上实现98.99%准确率，模型尺寸仅46KB，可部署于低资源设备，兼顾预测精度、速度与能耗，为老年人等群体提供跌倒前主动防护。

本发明授权结合多阈值判别和改进型卷积网络的可穿戴跌倒预测方法、装置及其可读存储介质在权利要求书中公布了：1.一种结合多阈值判别和改进型卷积网络的可穿戴跌倒预测方法，其特征在于，包括以下步骤： 通过固定于人体的惯性传感器实时采集三轴加速度和三轴角速度数据； 计算当前时刻的合加速度，并基于所述合加速度、X轴角速度和Y轴角速度的预设阈值进行联合判别，若满足预设条件则触发深度学习推理；预设条件包括：合加速度小于第一预设阈值，且X轴角速度的绝对值大于第二预设阈值或Y轴角速度的绝对值大于第三预设阈值，第一预设阈值基于真实跌倒数据统计设定，满足所有真实跌倒动作均能通过判别且日常活动通过率最低； 截取触发时刻前的预设时间窗口内的传感器数据，对数据进行归一化处理后输入改进型卷积网络； 所述改进型卷积网络通过结构重参数化并行卷积模块和时序卷积网络提取时空特征，输出跌倒与非跌倒的预测结果；所述结构重参数化并行卷积包含并行的分组逐点卷积分支，右分支采用组数为变量数6的分组卷积以增强单变量特征表征，左分支采用组数为嵌入通道数42的分组卷积以捕获多变量间依赖； 若预测结果为跌倒，则激活可穿戴设备的防护装置； 其中，所述改进型卷积网络的模型尺寸不超过50KB，适用于存储内存不超过256KB的可穿戴设备部署；所述改进型卷积网络包括： 嵌入层，将输入数据映射为多通道特征； 至少一个结构重参数化并行卷积模块，通过深度卷积和分组逐点卷积提取时空特征； 时序卷积网络，捕获全局时序依赖； 分类层，输出跌倒与非跌倒的概率。

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中国计量大学，其通讯地址为：310000 浙江省杭州市下沙高教园区学源街258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”。