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！

龙图腾网获悉北京好医生云医院管理技术有限公司;清华大学;首都医科大学附属北京同仁医院申请的专利一种基于鼾声的实时呼吸暂停及低通气预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：CN113288065B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202110620741.X，技术领域涉及：A61B5/00；该发明授权一种基于鼾声的实时呼吸暂停及低通气预测方法是由韩德民;吴及;高键东;易炫宇;王泊淳;李彦如设计研发完成，并于2021-06-03向国家知识产权局提交的专利申请。

本一种基于鼾声的实时呼吸暂停及低通气预测方法在说明书摘要公布了：本发明提供了一种基于鼾声的实时呼吸暂停及低通气预测方法，包括：获取目标对象的鼾声音频和睡眠指标数据，对所述鼾声音频进行预处理和特征提取，以多导睡眠监测数据中标注的呼吸事件时间节点作为标注提取正负样本，基于睡眠指标数据、正负样本提取结果，预测后续预设时间内出现呼吸暂停和低通气的概率；用于获得目标对象的鼾声音频和查体数据以及多导睡眠监测数据，基于特征融合的方式将其建模在统一的特征空间并结合特征重要性原则，实时准确地预测呼吸暂停和低通气及其对应的对应概率的出现与否，在呼吸事件发生节点前进行监测并根据检测结果发出相应预警信号，并对所述目标对象主动干预。

本发明授权一种基于鼾声的实时呼吸暂停及低通气预测方法在权利要求书中公布了：1.一种基于鼾声的实时呼吸暂停及低通气预测方法，其特征在于，包括： S1：获取目标对象的鼾声音频和睡眠指标数据； S2：对所述鼾声音频进行预处理和特征提取； S3：以多导睡眠监测数据中标注的呼吸事件时间节点作为标注提取正负样本； S4：基于睡眠指标数据、正负样本提取结果，预测后续预设时间内出现呼吸暂停和低通气的概率； 其中，S4：基于睡眠指标数据、正负样本提取结果，预测后续预设时间内出现呼吸暂停和低通气的概率，还包括： 基于滑动窗口算法对正负预测样本从预设数量个维度进行特征数据提取，获得对应正预测样本或负预测样本的第一特征数据集； 基于典型关联算法将每个正预测样本或负预测样本的所述第一特征数据进行两两融合，获得对应正预测样本或负预测样本的第二特征数据集； 基于典型关联分析原理将高维的两组数据降维至一维，分析所述正预测样本或所述负预测样本的特征组中任意两组特征数据的相关系数； 基于所述相关系数将所述第一特征数据进行分类，获得对应正预测样本或所述负预测样本的分类特征数据集； 其中，所述特征组包括：第一特征数据集和第二特征数据集； 获得对应正预测样本或所述负预测样本的分类特征数据集之后，还包括： 将所述正预测样本或所述负预测样本对应的分类特征数据集输入至梯度提升树模型； 基于集成学习模型对所述梯度提升树模型输出的结果进行特征重要性分析，获得多个维度的特征对应的权重值； 基于所述多个维度的特征对应的权重值和预设方法建立逻辑回归模型，获得所述多个维度的特征的分值； 基于所述正预测样本或所述负预测样本对应的分类特征数据集对预设模型库中的多个预设模型进行性能比较，选择出最优特征融合模型； 将所述正预测样本或所述负预测样本对应的分类特征数据集和对应的特征的分值输入至所述最优特征融合模型，获得融合特征； 将所述融合特征输入至所述集成学习模型，预测后续预设时间内出现呼吸暂停和低通气的概率； 基于预设的概率阈值将所述后续预设时间内出现呼吸暂停和低通气的概率划分为高概率区间、低概率区间； 预测后续预设时间内出现呼吸暂停和低通气的概率之后，还包括： 设置预警阈值； 当所述后续预设时间内出现呼吸暂停和低通气的概率大于所述预警阈值时，发出预警信号并对目标对象作出干预动作； 否则，保留所述后续预设时间内出现呼吸暂停和低通气的概率。

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北京好医生云医院管理技术有限公司;清华大学;首都医科大学附属北京同仁医院，其通讯地址为：100000 北京市西城区德胜门外大街甲10号1幢8层808、809；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”。

以上内容由龙图腾AI智能生成。