恭喜吉林大學高賀獲國家專利權
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!
龍圖騰網恭喜吉林大學申請的專利一種基于大數據的跌倒風險實時評估系統和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:CN119541137B 。
龍圖騰網通過國家知識產權局官網在2025-06-03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:202510096261.6,技術領域涉及:G08B21/04;該發明授權一種基于大數據的跌倒風險實時評估系統和方法是由高賀設計研發完成,并于2025-01-22向國家知識產權局提交的專利申請。
本一種基于大數據的跌倒風險實時評估系統和方法在說明書摘要公布了:本發明公開了一種基于大數據的跌倒風險實時評估系統和方法,涉及風險評估領域,該系統包括依次連接并協同工作的數據采集與預處理模塊、大數據處理與整合模塊、特征提取與選擇模塊、跌倒風險評估模塊以及實時監控與預警模塊,其中:數據采集與預處理模塊負責從多個源頭采集數據,并將其轉換為數字信號;大數據處理與整合模塊負責數據的安全傳輸、匯聚和預處理;特征提取與選擇模塊負責從預處理后的數據中提取與跌倒風險相關的特征;跌倒風險評估模塊負責基于提取的特征進行跌倒風險的實時評估;實時監控與預警模塊負責根據跌倒風險評估結果觸發預警信號。本申請實現了跌倒風險的精準實時評估、評估結果的準確及時輸出以及預警信號的快速響應。
本發明授權一種基于大數據的跌倒風險實時評估系統和方法在權利要求書中公布了:1.一種基于大數據的跌倒風險實時評估系統,其特征在于,包括依次連接并協同工作的以下模塊:數據采集與轉換模塊,用于從多個源頭采集數據并轉換為適于后續處理的數字信號;該模塊包含傳感單元,利用傳感器分別獲取生物相關電子信號和環境模擬信號,并經電路和轉換器轉換為數字信號;大數據處理與整合模塊,用于數據的安全傳輸、匯聚和預處理;特征提取與選擇模塊,用于從預處理后的數據中提取與風險評估相關的特征;該模塊包括聯邦學習與生成對抗網絡子模塊,構建中心節點協調不同數據源端的聯邦學習過程,利用生成對抗網絡提取與風險相關的特征;還包括信息瓶頸理論應用子模塊,以信息瓶頸理論為框架,挑選出對風險評估有用且相互獨立的關鍵特征集,并結合領域知識進行精細化篩選;跌倒風險評估模塊,用于基于提取的特征進行風險的實時評估,得到跌倒風險評估結果;該模塊包含混合模型子模塊,融合兩種學習模型構建混合模型,通過智能體與環境交互學習最優策略,依據先驗知識和專家經驗構建模型結構,利用大量數據訓練優化模型,并引入遷移學習技術提高模型泛化能力;實時監控與預警模塊,用于根據跌倒風險評估結果觸發預警信號;設經過特征提取與選擇得到的特征向量為,分別表示經過特征提取與選擇模塊后,挑選出的與跌倒風險評估有用且相互獨立的關鍵特征集中的第1個、第2個、第n個特征值;深度強化學習的權重向量為,分別表示深度強化學習部分所學習到的第1個、第2個、第n個權重值;貝葉斯網絡的條件概率矩陣為,代表貝葉斯網絡中的條件概率值,先驗知識影響因子為,專家經驗影響因子為,貝葉斯網絡結構構建受先驗知識和專家經驗影響為,其中K、E為抽象表示先驗知識和專家經驗的量;跌倒風險評估結果,為激活函數,為相關概率數量,表示在特定條件下,與第個特征相關的某種事件發生的概率,這些概率值共同構成貝葉斯網絡的條件概率矩陣,用于在跌倒風險評估中基于概率推理來輔助確定最終的跌倒風險值,表示第i個特征值,表示第i個權重值。
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吉林大學,其通訊地址為:130012 吉林省長春市前進大街2699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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。