Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福州大学许志猛获国家专利权

福州大学许志猛获国家专利权

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!

龙图腾网获悉福州大学申请的专利基于自适应变分模态分解的非接触式多目标心率变异性检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:CN119112126B

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:202411251687.6,技术领域涉及:A61B5/0205;该发明授权基于自适应变分模态分解的非接触式多目标心率变异性检测方法是由许志猛;叶涛设计研发完成,并于2024-09-06向国家知识产权局提交的专利申请。

基于自适应变分模态分解的非接触式多目标心率变异性检测方法在说明书摘要公布了:本发明涉及一种基于自适应变分模态分解VMD的非接触式多目标心率变异性HRV检测方法。该方法首先利用雷达技术对被测场景中的人体目标进行多目标检测,以确定每位目标的精确距离窗口。随后,通过微分与交叉相乘算法从距离窗口内提取信号相位,进而获取每位待测者的胸腔位移信号。本发明采用改进的GOA算法对VMD参数进行优化,提出一种新的适应函数HIE结合排列熵、互信息量和能量损失率作为GOA的目标函数,实现对每位待测者胸腔位移信号的完全自适应VMD分解。通过此分解,分别提取心跳信号和呼吸信号,从而能够准确检测每位待测者的心率变异特性。本方法提供了一种高精度、非接触式的HRV检测手段,适用于多目标场景。

本发明授权基于自适应变分模态分解的非接触式多目标心率变异性检测方法在权利要求书中公布了:1.一种基于自适应变分模态分解的非接触式多目标心率变异性检测方法,其特征在于:利用对雷达原始数据信号进行多目标检测得到被测场景中每一人体目标的精确距离窗口后,通过微分与交叉相乘算法提取距离窗口内信号的相位,从而得到每一位待测者的胸腔位移信号;通过自适应参数的VMD方法,并利用针对于生命体征信号提取的适应函数HIE作为GOA的目标函数,实现对每一位待测者胸腔位移信号进行完全自适应的VMD分解,得到每一位待测者的心跳信号和呼吸信号,进而从心跳信号中检测每一位待测者的心率变异特性; 所述自适应参数的VMD方法是通过改进的GOA优化算法对VMD的模态数和模态带宽控制参数进行参数优化;所述改进的GOA优化算法是在GOA的基础上引入一个非线性递减系数,这个系数随着算法迭代次数的增加而变化,从而在迭代的早期和晚期分别增强全局搜索能力和局部搜索能力,从而提高算法的收敛精度;并引入莱维飞行策略改进GOA算法,通过促进种群多样性避免算法陷入局部最优; 所述改进的GOA优化算法的数学模型如下: 其中,表示蝗虫群体中第只蝗虫的位置,上角标d代表改进算法;为第 个个体与第个个体之间的距离,为种群中的个体数,为定义个体间相互作用力的函 数: 其中,表示吸引力强度,为吸引力尺度范围; 式中,表示算法当前迭代次数,表示最大迭代次数; 并采用莱维飞行策略改进GOA算法,通过促进种群多样性以避免算法陷入局部最优; 引入莱维飞行对蝗虫个体位置进行更新,在每次迭代中,让随机的的蝗虫采用莱维 飞行策略更新位置,公式如下: 其中表示求解问题的维度,表示点乘,表示当前的迭代数,用于控制飞行的 距离,表示莱维指数这样可在迭代前期可以进行较大范围的搜索运动,在后期可以进行 较小范围的搜索运动。

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福州大学,其通讯地址为:350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。