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！

龙图腾网恭喜北京亿家老小科技有限公司申请的专利一种基于智能监测的体脂率BMI与占胃胶囊效果评估管理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：CN119541872B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202510104462.6，技术领域涉及：G16H50/30；该发明授权一种基于智能监测的体脂率BMI与占胃胶囊效果评估管理方法是由董小蒙设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于智能监测的体脂率BMI与占胃胶囊效果评估管理方法在说明书摘要公布了：本发明公开了一种基于智能监测的体脂率BMI与占胃胶囊效果评估管理方法，涉及体脂率BMI与占胃胶囊效果评估技术领域，包括以下步骤：利用智能监测技术实时跟踪患者在占胃胶囊使用后的体脂率变化，动态记录并持续更新相关数据，构建一个全面且系统化的体脂率数据集，为后续分析和管理提供精准的数据支持。本发明利用智能监测技术采集体脂率及内脏脂肪数据，通过支持向量机预测基础代谢率隐性下降风险，并结合聚类算法细分代谢问题类型，为个性化干预提供依据，弥补了现有技术在动态监测和风险分类中的不足，显著提高代谢管理精准性，降低肥胖相关疾病风险，优化患者体脂率和代谢健康。

本发明授权一种基于智能监测的体脂率BMI与占胃胶囊效果评估管理方法在权利要求书中公布了：1.一种基于智能监测的体脂率BMI与占胃胶囊效果评估管理方法，其特征在于，包括以下步骤：利用智能监测技术实时跟踪患者在占胃胶囊使用后的体脂率变化，动态记录并持续更新相关数据，构建一个全面且系统化的体脂率数据集，为后续分析和管理提供精准的数据支持；将收集的患者体脂率信息构建成分析集，从中提取与基础代谢率隐性下降相关的体脂率变化异常关键数据，在选定的固定时间窗口内，对提取的关键数据进行特征分析，生成量化的评估指标，初步量化患者基础代谢率的隐性下降；将量化后的评估指标输入至预先训练好的支持向量机模型中，利用模型对患者的基础代谢率隐性下降情况进行预测；根据支持向量机模型的预测结果，智能化识别患者是否存在潜在的基础代谢率隐性下降情况，并将患者的整体代谢状况进行初步分类为“无异常”或“潜在风险”；当识别到患者存在潜在的基础代谢率隐性下降时，继续对患者进行持续监测，在若干个选定的固定时间窗口内获取通过支持向量机模型预测的代谢率变化结果，形成一个动态变化的数据序列，利用聚类算法对若干个固定时间窗口内的代谢率预测结果进行综合分析，将患者的潜在基础代谢率隐性下降情况进一步划分为持续型、短暂恢复型、持续变动型三种类型，揭示其变化模式；根据聚类分析的结果，对不同类型的隐性下降情况采取有针对性的应对措施；提取与基础代谢率隐性下降相关的体脂率变化异常关键数据，其中，提取的关键数据包括内脏脂肪比例在多个监测时间点间的波动程度和体脂率变化趋于零的时间段累积比例，在选定的固定时间窗口内，对提取的内脏脂肪比例在多个监测时间点间的波动程度和体脂率变化趋于零的时间段累积比例进行特征分析，分别生成内脏脂肪比例波动因子和体脂率停滞因子，通过量化后的内脏脂肪比例波动因子和体脂率停滞因子评估指标初步量化患者基础代谢率的隐性下降情况；将对内脏脂肪比例在多个监测时间点间的波动程度和体脂率变化趋于零的时间段累积比例进行量化后的内脏脂肪比例波动因子和体脂率停滞因子输入至预先训练好的支持向量机模型中，通过支持向量机模型生成下降风险评估指数，基于下降风险评估指数对患者的基础代谢率隐性下降情况进行预测；利用聚类算法对若干个固定时间窗口内的代谢率预测结果进行综合分析，将患者的潜在基础代谢率隐性下降情况进一步划分，具体的步骤如下：当识别到患者存在潜在的基础代谢率隐性下降时，在后续若干选定的固定时间窗口内通过支持向量机模型生成患者的下降风险评估指数，将生成的下降风险评估指数按时间顺序排列，形成动态变化数据序列，动态变化数据序列的表达式为：，其中，为动态变化数据序列，包含每个固定时间窗口的时间戳和对应的下降风险评估指数，为第n个固定时间窗口的时间戳，为第n个固定时间窗口的下降风险评估指数，反映该时间段内代谢率隐性下降的风险程度，m为选定的固定时间窗口的数量；对动态数据序列进行特征提取，计算每个固定时间窗口的下降风险评估指数的动态特征，提取下降风险评估指数变化速率、下降风险评估指数波动幅度以及下降风险评估指数累积变化量，下降风险评估指数变化速率的计算表达式为：，下降风险评估指数波动幅度的计算表达式为：，下降风险评估指数累积变化量的计算表达式为：，其中，为固定时间窗口内的下降风险评估指数变化速率，反映下降风险评估指数增长或下降的速度，为下降风险评估指数波动幅度，量化数据的稳定性，为下降风险评估指数累积变化量，评估整体变化的剧烈程度，为动态变化数据序列中下降风险评估指数的均值，用于计算波动幅度；利用提取的下降风险评估指数变化速率、下降风险评估指数波动幅度以及下降风险评估指数累积变化量特征，采用k-means聚类算法对患者的动态数据进行模式识别，将患者的潜在基础代谢率隐性下降情况进一步划分为以下三种类型：若，则将患者的潜在基础代谢率隐性下降情况进一步划分为持续型；若，则将患者的潜在基础代谢率隐性下降情况进一步划分为短暂恢复型；若，则将患者的潜在基础代谢率隐性下降情况进一步划分为持续变动型；其中，为波动幅度参考阈值，预设用于判断数据稳定性，为累积变化量参考阈值，预设用于评估数据变化剧烈程度。

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北京亿家老小科技有限公司，其通讯地址为：100020 北京市朝阳区百子湾西里402号楼20层2008、2009；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”。