重庆联芯致康生物科技有限公司郭劲宏获国家专利权
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!
龙图腾网获悉重庆联芯致康生物科技有限公司申请的专利一种用于CGM传感器的凹陷补偿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:CN121242569B 。
龙图腾网通过国家知识产权局官网在2026-03-10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:202511800945.6,技术领域涉及:A61B5/145;该发明授权一种用于CGM传感器的凹陷补偿方法及系统是由郭劲宏;邹媛媛;雷钦尧;杨子豪;褚正康;罗弦子设计研发完成,并于2025-12-02向国家知识产权局提交的专利申请。
本一种用于CGM传感器的凹陷补偿方法及系统在说明书摘要公布了:本发明涉及血糖检测技术领域,公开了一种用于CGM传感器的凹陷补偿方法及系统,对采集的血糖相关电流信号进行时域特征与生理关联特征提取生成融合特征数据,基于预设的时域维度规则先判定是否为短期下陷,可精准锁定非生理性下陷的时域特征,这样能够实现夜间非生理性信号下陷的有效识别。通过双维度判断规则实现信号成因的精准区分,在时域维度判定为短期下陷时通过生理维度规则验证,这种时域特征初筛与生理特征验证的双层鉴别逻辑从机制上避免信号混淆,能够降低误判率,防止出现漏报低血糖风险或引发错误干预,解决了夜间监测容易误修正真实低血糖信号或者误判非生理性下陷为低血糖的技术问题。
本发明授权一种用于CGM传感器的凹陷补偿方法及系统在权利要求书中公布了:1.一种用于CGM传感器的凹陷补偿系统,其特征在于,包括: 信号采集模块,用于采集受试者夜间的血糖相关电流信号,将所述血糖相关电流信号实时传输至信号处理模块; 信号处理模块,用于接收所述血糖相关电流信号,对其进行时域特征与生理关联特征提取,得到血糖变化速率的融合特征数据,再将所述融合特征数据传输至信号鉴别模块; 信号鉴别模块,用于接收所述融合特征数据,基于预设的双维度判断规则对其分析:先通过时域维度规则判定是否为短期下陷,再通过生理维度规则验证是否为真实低血糖,得到鉴别结果及对应的目标信号片段,传输至凹陷补偿模块;所述短期下陷指信号下降持续时间为5-60秒、信号下降幅度超过受试者近3天夜间正常血糖波动对应的电流信号最大变化值的1.5倍,且下陷后30秒内信号回升至下陷前基线值的90%以上的信号波动; 凹陷补偿模块,用于接收所述鉴别结果及目标信号片段,若鉴别结果为非生理性下陷,提取目标信号片段中下陷前的信号基线数据,结合整体血糖信号动态趋势数据,采用线性外推算法修正目标信号片段,得到补偿后电流信号;若为真实低血糖,则保留原目标信号片段作为补偿后电流信号,将所述补偿后电流信号传输至血糖估计模块; 血糖估计模块,用于接收所述补偿后电流信号,基于预设的血糖值计算模型对其处理,得到准确的夜间血糖监测结果并输出; 所述双维度判断规则通过特征权重分配实现时域维度与生理维度的合并融合: 设定融合判断值S,计算公式为S=α×A+β×B+γ×C+δ×D,其中,A为时域特征参数,具体为信号下降幅度与预设幅度阈值的比值;B为持续时间参数,具体为信号下降持续时间与60秒的比值,持续时间超过60秒则B=1;C为恢复趋势参数,具体为下陷后30秒内信号回升幅度与下陷幅度的比值;D为生理特征参数,具体为血糖变化速率与生理性低血糖速率阈值上限的比值;α、β、γ、δ为权重系数;当S≤预设融合判断值时,判定为非生理性下陷;当S>预设融合判断值时,判定为真实低血糖; 所述凹陷补偿模块提取目标信号片段中下陷前的信号基线数据时,预先判定下陷时间点: 对信号处理模块传输的融合特征数据中的血糖相关电流信号进行高频率采样分析,生成时间信号强度的连续波形序列; 设定下陷触发阈值:当连续M个采样点的信号强度较前一采样点的下降幅度均超过预设瞬时变化阈值,且第M个采样点的信号强度较下陷前稳定段均值下降超过第一预设百分比时,将该第M个采样点对应的时刻标记为下陷起始时间点t0; 追踪波形序列至信号强度连续N个采样点的回升幅度累计超过下陷总幅度的第二预设百分比,且后续K个采样点的信号波动幅度小于第三百分比时,将该第N个采样点对应的时刻标记为下陷结束时间点t1,下陷时间点范围为[t0,t1]; 提取下陷起始时间点t0前预设时段内的信号数据,采用加权平均算法计算得到下陷前的信号基线数据,距离t0越近的采样点权重越高,权重系数按线性递增规律分配。
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重庆联芯致康生物科技有限公司,其通讯地址为:401329 重庆市九龙坡区金凤镇高新大道28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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励