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！

龙图腾网获悉盐城市大丰人民医院申请的专利一种多参数实时无线监护集成装置及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：CN120381245B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202510540721.X，技术领域涉及：A61B5/00；该发明授权一种多参数实时无线监护集成装置及方法是由陆恺;许陈晨;潘春霞;范国伟设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本一种多参数实时无线监护集成装置及方法在说明书摘要公布了：本发明涉及实时无线监护领域，具体为一种多参数实时无线监护集成装置及方法装置，包含多传感器数据采集、多模态融合处理、异常检测分析和多级报警模块；多传感器数据采集模块利用生成对抗网络消除运动伪影，采集多种生理信号；多模态融合处理模块借助线性插值和图卷积网络实现时空对齐与关联建模，生成联合特征向量；异常检测分析模块基于因果图预设因果关系，经权重矩阵优化模型，运用反事实推理判定根因；多级报警模块依据风险评分模型区分报警等级并处理；该装置及方法解决了传统监护技术精度低和协同性差等问题，实现多参数精准监测、智能分析与高效报警，可广泛应用于远程医疗监护等场景。

本发明授权一种多参数实时无线监护集成装置及方法在权利要求书中公布了：1.一种多参数实时无线监护集成装置，包括多传感器数据采集模块、多模态融合处理模块、异常检测分析模块、多级报警模块和数据库，其特征在于： 所述多模态融合处理模块根据线性插值和GCN实现时空对齐与关联建模，通过前馈网络生成联合特征；所述多级报警模块根据风险评分计算模型综合根因概率、参数偏离程度及趋势风险计算风险评分函数，通过风险评分对报警等级进行区分并处理； 异常检测分析模块基于因果图预设生理参数因果关系，经权重矩阵优化因果图模型，具体为：定义有向无环图，将前馈网络输出维度为128的联合特征向量通过全连接层映射为节点状态向量，其中T为时间步数，表示节点集合，为边集合，包含预设因果关系，为节点间因果强度；将节点状态向量输入至目标函数，其中，表示为t时刻实际观测的生理参数向量，表示为因果图模型预测的参数向量，为t时刻的节点状态特征矩阵，通过图神经网络计算节点间因果传递，表示为L2正则化系数； 根据可学习的权重矩阵计算因果图模型输出，其计算逻辑为： ，其中为优化后的因果图邻接权重矩阵；通过反向传播计算预测误差MES，其计算逻辑为：；采用Adam优化器加速收敛，当多轮MSE的滑动平均MSR连续50轮小于时停止，得到优化后的因果图模型； 当连续3个时间步检测到血氧饱和度＜90%或心电间期变异系数大于0.15或体温＞37.5℃时触发根因分析，将血氧饱和度、心电、体温、呼吸频率及动态加速度分别标记为TY、TR、TE、TW和TQ，对血氧饱和度的干预变量进行排序，若第一排序为呼吸频率，计算用户呼吸频率的正常值得到，对当前呼吸频率进行干预操作并设置为，使用已训练好的因果图模型，将干预后的呼吸频率值输入模型中，通过模型的前向传播计算得到血氧饱和度理论值；计算干预后血氧饱和度的期望值与当前观测到的血氧饱和度值进行作差，并将所得差值除以血氧饱和度的历史标准差，得到标准化因果效应SCE，其计算逻辑为：； 获取干预后的血氧饱和度理论值与实际观测值之间的差值，并进行标准化处理，其计算逻辑为：；提取数据库内对应的预设阈值判定因果关联的强度：当＞2时，则判定存在强因果关联；当1.5≤＜2时，则判定存在弱因果关联； 异常检测分析模块引入根因分析算法反事实推理判定根因，输出异常类型和概率值，具体为： 通过逻辑回归模型来整合多信号证据，计算呼吸频率的根因概率，其计算逻辑为： ，其中，2、1.5及1为固定权重系数，为当前心电与正常范围的偏离程度，为当前体温与正常体温范围的差值；以此类推，对心电、体温及动态加速度的根因概率，选择根因概率最大值作为异常类型并发送至多级报警模块。

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盐城市大丰人民医院，其通讯地址为：224100 江苏省盐城市大丰区幸福东大街139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。