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！

龙图腾网获悉四川大学华西医院申请的专利心脏瓣膜术后可穿戴式传感设备反馈数据管理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：CN121191797B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511725521.8，技术领域涉及：G16H50/70；该发明授权心脏瓣膜术后可穿戴式传感设备反馈数据管理方法是由何康;边龙茸;秦小力;武忠设计研发完成，并于2025-11-24向国家知识产权局提交的专利申请。

本心脏瓣膜术后可穿戴式传感设备反馈数据管理方法在说明书摘要公布了：本发明公开了心脏瓣膜术后可穿戴式传感设备反馈数据管理方法，涉及数据处理技术领域；该管理方法的步骤为：获取目标患者术后连续动态的原始ECG数据，配置边缘计算节点，对原始ECG数据执行P波特征提取与结构化处理，并计算得出关键特征参数集，执行结构化封装处理动作；依据关键特征参数集并结合采集的临床特征数据集；其技术要点为：当应对Pmean趋势修正机制和Pmin波动抑制机制同步激活的状态时，引入基于临床可信度评分的二次协同修正策略，不仅能够通过量化比较两类信号的病理指向性，以确定主导机制，还能够通过加权融合避免决策冲突，解决了多源反馈信号并行时所导致的逻辑混乱问题，实现在复杂场景下的鲁棒性决策。

本发明授权心脏瓣膜术后可穿戴式传感设备反馈数据管理方法在权利要求书中公布了：1.心脏瓣膜术后可穿戴式传感设备反馈数据管理方法，其特征在于，步骤如下： 获取目标患者术后连续动态的原始ECG数据，配置边缘计算节点，对原始ECG数据执行P波特征提取与结构化处理，并计算得出关键特征参数集，执行结构化封装处理动作； 依据关键特征参数集并结合采集的临床特征数据集，运行预构建的双层级预测模型，输出模型协同结果，同步触发动态修正与自适应优化机制； 采集的临床特征数据集至少包括：目标患者的年龄Nu、左心房内径LA、肾小球滤过率GFR、尿素Urea、机械通气时间Hr，以及与关键特征参数集重合的独立预测因子，即Pmax、Pstd以及PWd；双层级预测模型包括主模型和辅模型； 其中，主模型：根据设定时长接收到最新的关键特征参数集，同步获取目标患者的临床特征数据集，并将临床特征数据集中8项输入变量进行标准化处理，将标准化处理的输入变量代入预训练的二分类Logistic回归方程中，得出POAF发生概率值RS；辅模型：采用基于SVM的时序模式识别模型，输入过去预定时长内独立预测因子的滑动窗口序列，形成高维特征空间，SVM通过核函数将滑动窗口序列数据映射至高维空间，寻找最优超平面，输出异常模式指数AI；触发的动态修正与自适应优化机制的过程如下： 在设定时长接收关键特征参数集后，除将独立预测因子送入主模型外，同步对Pmin、Pmean、Pptmean以及Pptstd进行趋势分析与变异度评估处理，至少包括：Pmean趋势修正机制、Pmin波动抑制机制以及联合式稳定评估机制； 继续分析趋势分析与变异度评估处理的结果，当存在Pmean趋势修正机制和Pmin波动抑制机制同步激活的条件时，则启动基于证据权重融合的二次协同修正策略； Pmean趋势修正机制的运行过程为： 计算过去预定时长内Pmean的斜率变化率k_Pmean，作为趋势判断指标；若k_Pmean≤Q1，则不进行修正；若Q1＜k_Pmean≤2Q1，则将原POAF发生概率值RS×Fs-0.1；若k_Pmean＞2Q1，则将原POAF发生概率值RS×Fs；其中，Fs为标准放大系数，Q1为第一标准阈值，取值范围为0~1； Pmin波动抑制机制的运行过程为： 计算Pmin变异系数CV_Pmin：CV_Pmin=标准差均值；其中，标准差和均值基于过去1小时内每5分钟提取的Pmin值计算，共12个数据点；若CV_Pmin≤Q2，则设定SVM对应异常模式指数AI的权重w_AI=1；若Q2＜CV_Pmin≤2Q2，则设定权重w_AI=0.8；若CV_Pmin＞2Q2，则设定权重w_AI=0.6；基于此，经过动态修正后的异常模式指数AI=原始的AI×w_AI，Q2为第二标准阈值，其取值范围为0~0.1； 联合式稳定评估机制的运行过程为： 构建稳定性指数SI：SI=Pptmean×Pptstd；当SI≤Q3时，则不做响应动作；当SI＞Q3时，则触发敏感性增强模式，将主模型对应的二级预警阈值和三级预警阈值做出下调动作；Q3为第三标准阈值，其取值范围大于0； 基于证据权重融合的二次协同修正策略的过程如下： 计算Pmean趋势修正机制的临床可信度评分CCS_Pmean和Pmin波动抑制机制的临床可信度评分CCS_Pmin；对比CCS_Pmean与CCS_Pmin，当CCS_Pmean≥2×CCS_Pmin时，则采用第一融合子策略：对经过Pmean趋势修正机制处理后得出的POAF发生概率值RS二次修正，依据为：RS_fin=RS×Fs_t1；其中，RS_fin表示最终确定的RS，RS则表示的是经过Pmean趋势修正机制处理后得出的POAF发生概率值RS，Fs_t1则表示第一对标放大系数，取值范围在1~2之间，得出最终确定的RS_fin；当CCS_Pmin≥2×CCS_Pmean时，则采用第二融合子策略：对经过Pmean趋势修正机制处理后得出的POAF发生概率值RS二次修正，依据为：RS_fin=RS×Fs_t2；Fs_t2则表示第二对标放大系数，取值范围在0~1之间，得出最终确定的RS_fin；否则，则采用平衡融合子策略：依据CCS_Pmean和CCS_Pmin进行加权计算，依据为：RS_fin=a1×CCS_Pmean+a2×CCS_Pmin；其中，a1和a2均为权重系数，取值范围为0~1，得出最终确定的RS_fin； 判断最终的异常模式指数AI是否超过限定阈值，得出判断结果；其中，判断结果依据为：若是，则直接触发三级预警；若否，则启动分级预警机制；启动分级预警机制的过程为：当最终确定的RS_fin处于标准风险阈值的40％至60％时，则触发一级预警，标记为中低风险；当最终确定的RS_fin处于标准风险阈值的60％至80％时，则触发二级预警，标记为中高风险；当最终确定的RS_fin超过标准风险阈值的80％时，则触发三级预警，标记为极高风险； 将判断结果加密反馈至目标端口，并完成数据存储。

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四川大学华西医院，其通讯地址为：610044 四川省成都市武侯区国学巷37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。