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！

龙图腾网恭喜中国人民解放军总医院第五医学中心申请的专利一种监护设备及其监护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：CN119073934B 。

龙图腾网通过国家知识产权局官网在2025-04-01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：202411206385.7，技术领域涉及：A61B5/0205；该发明授权一种监护设备及其监护方法是由张晓宁;福军亮;王新华;陈英设计研发完成，并于2024-08-30向国家知识产权局提交的专利申请。

本一种监护设备及其监护方法在说明书摘要公布了：本发明涉及一种监护方法，包括：使用多种传感器采集病人的生理参数信号；将所述生理参数信号转换为数字信号；当有任意一个生理参数超出预设范围时，发出指标超出警报；将点滴图像作为样本，输入到深度学习模型中进行训练得到输液进度估算模型；利用所述输液进度估算模型对目标病人的吊瓶进行监控，当吊瓶内的液体少于预设值时，发出更换吊瓶警报。本发明通过使用多种传感器同时采集病人的生理参数信号，可以实现对心率、血压、氧饱和度等多项生命体征的同步监控，当任意一个生理参数超出预设范围时，自动发出警报，能够及时提醒医护人员关注病人的异常状态，减少漏监测和误判断的风险，提高护理质量。

本发明授权一种监护设备及其监护方法在权利要求书中公布了：1.一种监护方法，其特征在于，包括：步骤1：获取多种传感器采集的病人生理参数信号；步骤2：将所述生理参数信号转换为数字信号；步骤3：对所述数字信号进行预处理后形成病人的实时生理参数信息，并将所述实时生理参数信息进行显示；步骤4：当有任意一个生理参数超出预设范围时，发出指标超出警报；步骤5：获取病人在输液时的点滴图像；步骤6：将点滴图像作为样本，输入到深度学习模型中进行训练得到输液进度估算模型；所述步骤6：将点滴图像作为样本，输入到深度学习模型中进行训练得到输液进度估算模型，包括：步骤6.1：以点滴图像每个像素点为中心取一个滑动窗口，并计算滑动窗口下噪点的强度；在所述步骤6.1中，滑动窗口下噪点的强度为： 其中，Ii表示滑动窗口内像素点的像素值，N表示滑动窗口内像素点的个数，μ表示滑动窗口内像素点的均值，σ表示滑动窗口下噪点的强度；步骤6.2：当噪点的强度大于预设阈值时，对相应滑动窗口内的点滴图像进行平滑处理，得到平滑后的点滴图像；步骤6.3：不断移动所述滑动窗口直到完成整个点滴图像的平滑过程得到平滑后的点滴图像；在所述步骤6.3中，收集滑动窗口内每个像素点，形成像素集合，取像素集合的众数作为滑动窗口平滑后像素点的输出；其中，平滑后像素点的输出公式为：Idenoisedx,y＝ModeIoriginalx-h,y-h,…,Ioriginalx+h,y+h式中，Idenoisedx,y为平滑后像素点的输出，h为滑动窗口的边长，Ioriginalx,y为滑动窗口上像素点在x,y位置处的像素值，Mode表示取众数；步骤6.4：对平滑后的点滴图像进行均衡化处理得到样本；步骤6.5：将所述样本输入到深度学习模型中进行训练得到输液进度估算模型；所述步骤6.5：将所述样本输入到深度学习模型中进行训练得到输液进度估算模型，包括：步骤6.5.1：对每个样本设定一个标签表示输液进度；步骤6.5.2：将样本输入到VGG网络中进行训练；步骤6.5.3：使用损失函数评价VGG网络的训练效果，当损失函数的值达到预设值时，训练完成得到输液进度估算模型；其中，所述损失函数为： 其中，为损失函数的值，C为输液进度标签的个数，yi为实际的输液进度，为VGG网络预测的标签；步骤7：利用所述输液进度估算模型对目标病人的吊瓶进行监控，当吊瓶内的液体少于预设值时，发出更换吊瓶警报。

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五医学中心，其通讯地址为：100039 北京市丰台区西四环中路100号解放军总医院第五医学中心；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”。