公开(公告)号：CN118924263A

公开(公告)日：2024-11-12

申请号：CN202411315113.0

申请日：2024-09-20

Applicant: 中国人民解放军总医院

Inventor： 张政波 ,  李春光 ,  时颖 ,  韩松良 ,  袁田

IPC: A61B5/0205 ,  A61B5/11 ,  A61B5/145 ,  A61B5/33 ,  A61B5/00

Abstract: 本申请提出一种识别人体所处生理稳态和过渡态的方法，其包括：通过自受试者收集的至少24小时的生理信号，获得建模特征，利用建模特征构建历史状态矩阵H0；构建个体化生理状态表征矩阵{D(Sl)}；对观测数据Xobs进行重构，得到估计数据Xest，并匹配状态序列；计算观测数据Xobs与估计数据Xest之间的残差序列R；若残差序列R满足低方差的零均值高斯分布，则判断生理系统处于原有稳态；若R方差呈渐进性增大趋势，则状态为过渡态；若R均值偏离零但相对稳定，且方差变化不大则表示出现H0构建时未观测到的生理状态，需要更新个体化生理状态表征矩阵{D(Sl)}；若R先呈现渐进性增大趋势，持续一段时间后又呈现相对稳定状态，则判断生理系统出现了新的稳态。

公开(公告)号：CN117617945B

公开(公告)日：2024-07-19

申请号：CN202311545306.0

申请日：2023-11-20

Applicant: 中国人民解放军总医院

Inventor： 李丽轩 ,  张政波 ,  藏雅宁 ,  范勇 ,  王佳晨 ,  时颖 ,  寇宇晴

IPC: A61B5/08 ,  A61B5/00 ,  A61B5/0205 ,  A61B5/145 ,  A61B5/318 ,  A61B5/352 ,  G16H50/70 ,  G16H50/30 ,  G06F18/243 ,  G06N5/01 ,  G06N20/20 ,  G06F18/10 ,  G06F18/213

Abstract: 本申请提出一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法及其装置，其包括：将受试者的体重、以及受试者进行六分钟步行的6‑MWD、6‑MWW、HRR1、SpO2base、SpO2min、DSP作为输入特征输入到预测模型；预测模型为经训练的机器学习模型；由预测模型根据输入特征对慢性阻塞性肺疾病肺功能进行分级，并输出分级结果；所述分级结果为：Ⅰ级、Ⅱ级、Ⅲ级、或Ⅳ级。本申请提供了一种准确率高的多维度综合的肺功能预测方法，结合6‑MWD以及SpO2和HR变化的预测模型可以帮助COPD患者，尤其是轻度和中度患者，识别风险并及时进行干预，对防止疾病进一步恶化起到积极作用。

公开(公告)号：CN117617945A

公开(公告)日：2024-03-01

申请号：CN202311545306.0

申请日：2023-11-20

Applicant: 中国人民解放军总医院

Inventor： 李丽轩 ,  张政波 ,  藏雅宁 ,  范勇 ,  王佳晨 ,  时颖 ,  寇宇晴

IPC: A61B5/08 ,  A61B5/00 ,  A61B5/0205 ,  A61B5/145 ,  A61B5/318 ,  A61B5/352 ,  G16H50/70 ,  G16H50/30 ,  G06F18/243 ,  G06N5/01 ,  G06N20/20 ,  G06F18/10 ,  G06F18/213

Abstract: 本申请提出一种基于六分钟步行生理数据预测慢性阻塞性肺疾病肺功能分级的方法及其装置，其包括：将受试者的体重、以及受试者进行六分钟步行的6‑MWD、6‑MWW、HRR1、SpO2base、SpO2min、DSP作为输入特征输入到预测模型；预测模型为经训练的机器学习模型；由预测模型根据输入特征对慢性阻塞性肺疾病肺功能进行分级，并输出分级结果；所述分级结果为：Ⅰ级、Ⅱ级、Ⅲ级、或Ⅳ级。本申请提供了一种准确率高的多维度综合的肺功能预测方法，结合6‑MWD以及SpO2和HR变化的预测模型可以帮助COPD患者，尤其是轻度和中度患者，识别风险并及时进行干预，对防止疾病进一步恶化起到积极作用。

公开(公告)号：CN118924264A

公开(公告)日：2024-11-12

申请号：CN202411315138.0

申请日：2024-09-20

Applicant: 中国人民解放军总医院

Inventor： 范勇 ,  张政波 ,  韩松良 ,  袁田 ,  时颖 ,  梁洪

IPC: A61B5/0205 ,  A61B5/11 ,  A61B5/33 ,  A61B5/00

Abstract: 本申请提出一种自动识别生理状态的方法，其包括：对心电，呼吸，三轴加速度数据进行预处理，提取心率、呼吸率及活动量统计特征；基于统计特性分段，在时序数据中识别出变点，将连续的信号数据分为若干子段每个子段代表一个相对稳定的状态；识别出每个子段的具体人体生理状态，包括活动，微动或静息，从活动到静息的过渡过程，静息下的体位以及睡眠状态。

公开(公告)号：CN118830881A

公开(公告)日：2024-10-25

申请号：CN202410893024.8

申请日：2024-07-04

Applicant: 中国人民解放军总医院

Inventor： 李梦伟 ,  范勇 ,  张政波 ,  李丽轩 ,  时颖 ,  梁洪 ,  彭宇盟 ,  袁田

IPC: A61B8/08 ,  A61B8/00

Abstract: 本申请提出一种心衰患者呼吸模式量化和并发肺水肿识别模型建立方法及其装置。本申请采用可穿戴设备获取心衰患者呼吸信号，通过构建呼吸模式量化指标体系，定量反映心衰肺水肿患者的夜间呼吸模式，结合呼吸指标和临床参数构建肺水肿识别模型。本方法包括四个模块：(1)数据采集模块；(2)数据处理模块；(3)呼吸模式量化模块；(4)模型构建模块，实现对心衰患者的呼吸模式量化和肺水肿的识别预警。