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！

龙图腾网获悉中国人民解放军总医院第四医学中心申请的专利一种基于多模态生理信号的深静脉血栓早期预警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：CN121264978B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511430854.8，技术领域涉及：A61B5/02；该发明授权一种基于多模态生理信号的深静脉血栓早期预警方法及系统是由王丽慧;李晓;石秀秀;王伟设计研发完成，并于2025-10-09向国家知识产权局提交的专利申请。

本一种基于多模态生理信号的深静脉血栓早期预警方法及系统在说明书摘要公布了：本发明公开了一种基于多模态生理信号的深静脉血栓早期预警方法及系统，涉及健康监测技术领域。用于实现血栓早期识别与分级预警。通过多模态传感装置同步采集双侧下肢生理信号，进行运动伪影消除和信号质量筛选，生成预处理后的时序数据；对时序数据进行动态时间规整与特征提取，计算双侧对称性指数及瞬时与累积时变差异度，并与绝对生理参数融合形成综合风险评估向量；基于历史风险向量建立动态基线，计算当前偏离指数并结合双侧协同模式识别异常状态；根据偏离指数大小和持续时间，结合异常类型及严重程度，通过多级判断生成包含风险等级与处置建议的分级预警信号，实现血栓早期预警与风险管理。

本发明授权一种基于多模态生理信号的深静脉血栓早期预警方法及系统在权利要求书中公布了：1.一种基于多模态生理信号的深静脉血栓早期预警方法，其特征在于，包括以下步骤： S1.通过多模态传感装置同步采集用户双侧下肢的生理信号，对采集的原始信号进行运动伪影消除和信号质量指数评估，保留信号质量指数高于设定阈值的数据段，获得预处理后的多模态时序数据； S2.对预处理后的多模态时序数据进行动态时间规整和特征提取，计算双侧对应特征的对称性指数和时变差异度，将对称性指数、时变差异度与从原始信号中提取的绝对生理参数值进行多源特征融合，生成综合风险评估向量； 所述时变差异度包括瞬时差异度和累积差异度； S3.根据历史时间段内的综合风险评估向量建立动态基线，计算当前综合风险评估向量与动态基线的偏离指数，并结合双侧信号特征间的协同变化模式识别异常状态； S4.根据偏离指数的大小和持续时间，结合异常状态的类型和严重程度，通过多级判断策略生成分级预警信号； 对预处理后的多模态时序数据进行动态时间规整和特征提取，计算双侧对应特征的对称性指数和时变差异度的具体过程如下： 通过动态时间规整算法对双侧下肢的多模态时序信号进行非线性对齐，建立时间维度上的一一对应关系； 在对齐后的信号中提取时域、频域和非线性特征，所述时域特征包括均值、方差和波形幅度，频域特征包括功率谱密度和频带能量比，非线性特征包括样本熵和复杂度； 基于双侧同类特征的差异程度计算对称性指数，用以反映双侧生理特征的同步性，通过滑动窗口对特征差异进行时序跟踪，得到瞬时差异度以刻画短时波动，并通过时间加权累积计算形成累积差异度； 将对称性指数、时变差异度与从原始信号中提取的绝对生理参数值进行多源特征融合的融合逻辑如下： 将对称性指数、时变差异度与从原始信号中提取的绝对生理参数值组成多维度特征向量，建立基于熵权法的特征重要性评估模型，根据各特征对血栓预警的贡献度分配动态权重，并通过主成分分析对高维特征进行降维和去冗余处理； 引入注意力机制选择并增强与血栓形成病理相关的关键特征组合，削弱冗余或低相关性特征； 通过自适应融合函数将多源特征整合为统一的特征表示，该函数能够根据信号质量动态调整融合策略，在部分特征缺失或质量较差时自动降低其权重； 生成综合风险评估向量的具体过程如下： 将融合后的特征输入到深度神经网络中进行高层次特征学习，通过多层非线性变换提取深层次特征表示； 使用时序卷积网络捕获特征的动态变化模式，捕捉呈现趋势性恶化的特征，通过双向长短期记忆网络建模特征间的长期依赖关系，识别预示血栓形成的早期征兆模式； 通过多任务学习框架同时输出多维风险评估结果和相应的置信度评估，生成包含不同时间尺度风险预测指标的综合风险评估向量。

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中国人民解放军总医院第四医学中心，其通讯地址为：100048 北京市海淀区阜成路51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。