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！

龙图腾网获悉华中科技大学同济医学院附属协和医院申请的专利一种基于喉部呼吸音的婴儿窒息风险自主监测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：CN120899225B 。

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：202511436101.8，技术领域涉及：A61B5/087；该发明授权一种基于喉部呼吸音的婴儿窒息风险自主监测方法及系统是由毛富巍;蔡开琳;黄亮;张定宇;黄宁;谭超然设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本一种基于喉部呼吸音的婴儿窒息风险自主监测方法及系统在说明书摘要公布了：本发明涉及健康监测技术领域，具体涉及一种基于喉部呼吸音的婴儿窒息风险自主监测方法及系统，包括：利用高灵敏度MEMS麦克风采集婴儿喉部的气流及呼吸音信号，并利用微型加速度计同步监测婴儿的胸廓运动数据；对所述气流及呼吸音信号进行降噪处理，得到去噪呼吸音信号；将所述去噪呼吸音信号依据呼吸事件进行信号分离，并增强组合为呼吸音数据集；在呼吸音数据集中提取出呼吸音特征，通过机器学习模型基于呼吸音特征构建窒息异常分类模型，并根据呼吸音特征建立适配个体呼吸差异的动态基线模型。本发明利用高灵敏度MEMS麦克风和微型加速度计的硬件装置与人工智能模型结合，实现利用喉部呼吸音信号在居家环境下自主完成婴儿窒息风险识别与预警。

本发明授权一种基于喉部呼吸音的婴儿窒息风险自主监测方法及系统在权利要求书中公布了：1.一种基于喉部呼吸音的婴儿窒息风险自主监测方法，其特征在于，包括以下步骤： 利用高灵敏度MEMS麦克风采集婴儿喉部的气流及呼吸音信号，并利用微型加速度计同步监测婴儿的胸廓运动数据； 通过整合气流及呼吸音信号和所述胸廓运动数据，对所述气流及呼吸音信号进行降噪处理，得到去噪呼吸音信号； 将所述去噪呼吸音信号依据呼吸事件进行信号分离，并增强组合为呼吸音数据集； 在呼吸音数据集中提取出呼吸音特征，通过机器学习模型基于呼吸音特征构建出区分正常、低风险和高风险的窒息异常分类模型，并根据呼吸音特征建立适配个体呼吸差异的动态基线模型； 利用动态基线模型对婴儿的呼吸异常进行监测预警，利用窒息异常分类模型对动态基线模型反馈的呼吸异常进行窒息风险分类； 整合气流及呼吸音信号和所述胸廓运动数据，对所述气流及呼吸音信号进行降噪处理的方法包括： 对气流及呼吸音信号进行构成分解，所述气流及呼吸音信号为：，其中，为气流及呼吸音信号，为目标呼吸音信号，为中由身体运动产生的噪声信号，为中的环境噪声信号； 对所述胸廓运动数据进行构成分解，所述胸廓运动数据为：，其中，为胸廓运动数据，为中由身体运动产生的噪声信号，为中的环境噪声信号； 利用最小均方算法LMS的迭代运算使得自适应滤波器输出噪声估计，并根据噪声估计计算出目标呼吸音信号，其中，为噪声估计值，为胸廓运动数据的集合，，为的前一时刻的胸廓运动数据，为的前L-1个时刻的胸廓运动数据，为滤波器权重，为目标呼吸音信号； 将目标呼吸音信号作为所述去噪呼吸音信号； 动态基线模型的构建方法包括： 在去噪呼吸音信号中选取一个符合规定时长的正常呼吸音信号，作为学习期信号； 获取该学习期信号的MFCC特征、基频特征、谐波能量特征、呼气时长和幅值、吸气时长和幅值，并计算各个特征在规定时长内的均值和标准差； 依据特征在规定时长内服从高斯分布，建立每个特征的基线模型，并组合作为动态基线模型，其中，为特征z的基线模型，为特征z的均值，为特征z的标准差。

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中科技大学同济医学院附属协和医院，其通讯地址为：430000 湖北省武汉市解放大道1277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。