買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜華南理工大學申請的專利一種基于深度學習模型的心率自校準監測系統及方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119453970B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510038051.1，技術領域涉及：A61B5/024；該發明授權一種基于深度學習模型的心率自校準監測系統及方法是由鐘睿;何志才設計研發完成，并于2025-01-10向國家知識產權局提交的專利申請。

本一種基于深度學習模型的心率自校準監測系統及方法在說明書摘要公布了：本發明公開了一種基于深度學習模型的心率自校準監測系統及方法，在該系統中，數據采集模塊采集ECG信號、多波段的PPG信號和加速度信號；數據處理模塊將數據采集模塊采集的信號進行濾波和放大；模數轉換模塊將數據處理模塊的輸出信號進行模數轉換；狀態檢測模塊基于加速度信號對用戶狀態進行分類；信號校準模塊用于根據用戶狀態動態調整PPG信號采集的發光波波段權重，得到加權優化的多波段PPG信號，根據ECG信號中的R波位置對PPG信號的波峰位置進行調整，完成對PPG信號的校準；心率計算模塊基于深度學習模型進行心率預測，輸出心率預測結果；交互模塊傳輸心率預測結果。本發明能夠提供穩定且準確的心率監測。

本發明授權一種基于深度學習模型的心率自校準監測系統及方法在權利要求書中公布了：1.一種基于深度學習模型的心率自校準監測系統，其特征在于，包括：數據采集模塊、數據處理模塊、模數轉換模塊、狀態檢測模塊、信號校準模塊、心率計算模塊和交互模塊；所述數據采集模塊用于采集ECG信號、多波段的PPG信號和加速度信號；所述數據處理模塊用于將數據采集模塊采集的ECG信號、多波段的PPG信號和加速度信號進行濾波和放大；所述模數轉換模塊用于將數據處理模塊的輸出信號進行模數轉換；所述狀態檢測模塊用于基于加速度信號對用戶狀態進行分類；所述信號校準模塊用于根據用戶狀態動態調整PPG信號采集的發光波波段權重，得到加權優化的多波段PPG信號，提取放大后的PPG信號中的波峰和波谷特征，以及ECG信號中的R波特征，根據ECG信號中的R波位置對PPG信號的波峰位置進行調整，完成對PPG信號的校準；所述信號校準模塊用于根據用戶狀態動態調整PPG信號采集的發光波波段權重，得到加權優化的多波段PPG信號，具體包括：設置運動狀態下的紅外線波段權重、綠色波段權重和藍色波段權重；設置靜息狀態下的紅外線波段權重、綠色波段權重和藍色波段權重；根據當前波段的信噪比更新對應波段的權重，表示為： ；其中，表示更新后的權重，為當前權重，為當前波段的學習率，為當前波段的信噪比，為所有波段信噪比的平均值；對權重進行歸一化處理： ；其中，N表示權重個數；基于歸一化后的權重進行加權，得到加權優化的多波段PPG信號，具體表示為： ；其中，表示加權優化的多波段PPG信號，、、分別表示歸一化后的藍色波段權重、綠色波段權重和紅外線波段權重，、、分別表示藍色波段、綠色波段和紅外線波段對應的PPG信號；所述心率計算模塊用于基于深度學習模型進行心率預測，將加權優化的多波段PPG信號和校準后的PPG信號分別輸入深度學習模型，將深度學習模型輸出的特征向量拼接得到特征數據訓練集，基于回歸訓練獲取每個特征的重要性分數，基于貢獻度篩選特征并進行裝袋集成訓練，輸出心率預測結果；所述交互模塊用于傳輸心率預測結果。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華南理工大學，其通訊地址為：510640 廣東省廣州市天河區五山路381號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。