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！

龙图腾网获悉北京中医药大学申请的专利基于脉搏信号多域特征提取与深度学习的健康监测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：CN120323939B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510391645.0，技术领域涉及：A61B5/02；该发明授权基于脉搏信号多域特征提取与深度学习的健康监测系统是由张晓晴;刘迈;张泽斌;王曼睿;丁照烜;刘永月;赵梦兰;樊林淼设计研发完成，并于2025-03-31向国家知识产权局提交的专利申请。

本基于脉搏信号多域特征提取与深度学习的健康监测系统在说明书摘要公布了：本发明公开了基于脉搏信号多域特征提取与深度学习的健康监测系统，该系统中：多维特征提取模块采用FMCW雷达和传感器设备采集获取脉搏信号，并对获取的脉搏信号进行多层次处理与特征提取，提取与健康状态相关的特征；特征关联映射模块将不同频段脉搏信号特征与健康状态进行匹配关联；状态识别模块基于深度学习模型进行脉搏信号特征和健康状态的自动识别与分类；健康信息反馈模块根据状态识别模块的健康状态识别结果，分析用户健康状态并提供健康反馈，生成相应的个性化健康指导信息。使用该系统有利于实现对健康状况的全面分析，并提供持续、针对性强的健康追踪与评估服务，有利于满足现代个性化智能化的中医健康监测管理需求。

本发明授权基于脉搏信号多域特征提取与深度学习的健康监测系统在权利要求书中公布了：1.一种基于脉搏信号多域特征提取与深度学习的健康监测系统，其特征在于，该系统包括：多维特征提取模块、特征关联映射模块、状态识别模块以及健康信息反馈模块，其中： 所述多维特征提取模块，采用FMCW雷达和传感器设备采集获取脉搏信号，并对获取的脉搏信号进行多层次处理与特征提取，提取与健康状态相关的特征； 所述特征关联映射模块，用于将不同频段脉搏信号特征与健康状态进行匹配关联； 所述状态识别模块，基于深度学习模型进行脉搏信号特征和健康状态的自动识别与分类； 健康信息反馈模块，用于根据所述状态识别模块的健康状态识别结果，分析用户健康状态并提供健康反馈，生成相应的个性化健康指导信息； 所述多维特征提取模块对获取的脉搏信号进行多层次处理与特征提取，具体包括：时域分析、频域分析与非线性特征分析，其中： 在时域分析中，提取脉搏信号的基础特征，包括波形的振幅、波峰、波谷及脉搏传输时间； 在频域分析中，将脉搏信号从时域转换到频域，对其进行频率分解，提取不同频段的能量分布； 在非线性特征分析中，利用熵值分析与Lyapunov指数方法，评估脉搏信号的动态复杂度及脏腑功能稳定性； 在所述频域分析中，先通过傅里叶变换将脉搏信号转化为频域信息，得到信号在不同频率下的能量分布；再通过傅里叶逆变换恢复到时域信号，使用希尔伯特变换生成解析信号；最后将解析信号与原信号复合获得包含振幅和相位信息的信号；计算公式包括： ； 式中，表示时域信号经傅里叶变换后的信号频谱；表示频率变量；表示时间变量，为信号在时域中的时间位置；表示虚数单位；表示复指数函数；表示信号经傅里叶变换后得到的频域信息，也就是对信号的频谱表示，表示信号经过预处理后得到的脉搏信号；表示希尔伯特变换生成解析信号，代表时间延迟或滞后，在此公式中作为希尔伯特变换过程中的虚拟积分变量；表示解析信号与信号复合的信号；表示信号的瞬时振幅信息；表示信号的瞬时相位信息； 所述特征关联映射模块包括：频域与脏腑功能关联映射单元、振幅与波动幅度分析单元和波形特征数据库，其中： 所述频域与脏腑功能关联映射单元，用于将不同频段的脉搏信号特征与脏腑功能状态进行关联，根据特定频率的波动分析脏腑状态； 所述振幅与波动幅度分析单元，用于对希尔伯特变换后的脉搏信号包络进行分析，获取瞬时振幅和相位信息，通过振幅的波动幅度变化来判断脏腑功能的强弱，并通过相位的动态变化观察气血的流动状态； 所述波形特征数据库，用于存储脉诊数据和脉象特征，为脏腑功能状态判断提供模式参考；数据库包含各种体质和健康状态下的标准脉搏信号波形数据，且具备多样化的气血和脏腑状态模式。

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中医药大学，其通讯地址为：100029 北京市朝阳区北三环东路11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”。

以上内容由龙图腾AI智能生成。