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！

龙图腾网获悉华南理工大学申请的专利基于柔性织物的膝关节多传感器融合感知方法及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：CN121337316B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511891809.2，技术领域涉及：A61B5/11；该发明授权基于柔性织物的膝关节多传感器融合感知方法及系统是由陈韬;王霁宇;马津津设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本基于柔性织物的膝关节多传感器融合感知方法及系统在说明书摘要公布了：本发明涉及传感技术，具体为一种基于柔性织物的膝关节多传感器融合感知方法及系统。其系统包括柔性织物传感器阵列、信号采集模块、融合感知模块及分类模块；柔性织物传感器阵列的若干传感单元均匀分布于膝关节前部的各分区；信号采集模块连接至柔性织物传感器阵列，用于实时采集多通道传感信号，并传输至融合感知模块；融合感知模块利用卷积神经网络提取局部时序特征，通过双向长短期记忆网络融合全局时序特征，再由注意力模块加权关键时间步，以提取多维度特征，实现坐姿抬腿、站立和走路的识别；分类模块，与融合感知模块连接，用于输出膝关节运动模式的分类结果。本发明实现了对多通道信号进行高效特征提取与自适应动态融合。

本发明授权基于柔性织物的膝关节多传感器融合感知方法及系统在权利要求书中公布了：1.一种基于柔性织物的膝关节多传感器融合感知系统，其特征在于，包括柔性织物传感器阵列、信号采集模块、融合感知模块及分类模块； 柔性织物传感器阵列包括若干个独立且功能互不干扰的柔性织物传感单元，均匀分布于膝关节前部各分区，即髌骨上缘、股四头肌腱附着区、胫骨粗隆以及髌韧带区域； 信号采集模块连接至柔性织物传感器阵列，用于实时采集多通道传感信号，并传输至融合感知模块； 融合感知模块采用卷积神经网络、双向长短期记忆网络以及注意力模块相结合的深度学习模型，利用卷积神经网络提取局部时序特征，通过双向长短期记忆网络融合全局时序特征，再由注意力模块加权关键时间步，从而在多通道传感信号中提取多维度特征，实现坐姿抬腿、站立和走路三类膝关节运动模式的识别； 分类模块，与融合感知模块连接，用于输出膝关节运动模式的分类结果； 融合感知模块在卷积神经网络中使用一维卷积层和两个残差块提取局部时序特征，将局部时序特征按通道拼接后输入双向长短期记忆网络以融合前后向时序信息，得到全局时序特征序列，以捕捉膝关节坐姿抬腿、站立、行走的时序关联特性，将三类膝关节运动模式与膝关节各分区的局部时序特征均统一映射到一个可解释的动力学表征空间；在注意力模块中对全局时序特征序列进行注意力加权，以突出对膝关节运动模式的判别贡献大的关键时间步特征； 所述双向长短期记忆网络包括两层双向LSTM结构，双向LSTM结构将前向隐藏状态与后向隐藏状态拼接：； 其中，为双向LSTM结构的输出向量；是在时间步t，前向LSTM的隐藏状态；是在时间步t，后向LSTM的隐藏状态； 双向长短期记忆网络针对膝关节的坐姿抬腿、站立、行走三种姿态运动的时序特性定制建模逻辑： 1采用门控机制适配三种姿态运动的时序信号，对于坐姿抬腿的时序信号，为短时序，通过前向LSTM强化时序信号从启动到达峰值的正向依赖，通过后向LSTM捕捉时序信号从峰值到恢复的反向依赖；对于站立的时序信号，为长时序，通过高遗忘门权重保留长时稳态特征，抑制边缘晃动噪声；对于行走的时序信号，通过第一层双向LSTM结构捕捉单周期内脚部从触地到离地的局部依赖，通过第二层双向LSTM结构捕捉跨周期循环关联信号； 2全局参数提取，输出全局时序依赖特征，全局时序依赖特征包括时序峰值间隔序列、突变时间步位置序列、双向时序依赖强度；其中，姿态运动为行走时，时序峰值间隔序列为周期性分布，姿态运动为抬腿时，时序峰值间隔序列为瞬态分布；突变时间步位置序列对应膝关节屈伸启动和拐点； 在所述动力学表征空间中，坐姿抬腿表现为一次性短时强激活轨迹，抬腿动作的抬起、峰值、恢复的时间位置清晰可分；站立呈现为长时间段近稳态的缓慢漂移轨迹，短时晃动作为弱扰动被编码；行走对应重复的准周期轨迹集合，周期长度及周期间相似性具有明显的几何结构。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。