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！

龙图腾网获悉深圳市保身欣科技电子有限公司申请的专利基于多参数生理监测的智能拐杖预警方法和系统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：CN120938373B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511075879.0，技术领域涉及：A61B5/0205；该发明授权基于多参数生理监测的智能拐杖预警方法和系统是由张庆忠设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本基于多参数生理监测的智能拐杖预警方法和系统在说明书摘要公布了：本发明公开了一种基于多参数生理监测的智能拐杖预警方法和系统，涉及智能拐杖技术领域，包括：通过多种传感器采集老年用户的生理参数和运动数据，提取生理特征及运动特征；收集老年用户正常状态监测数据构建正常行为模型进行多级异常检测，对多级异常检测结果进行分类获取异常类别；根据异常类别进行分级预警，生成对应的预警信息，触发模糊语音交互，根据模糊语音识别结果获取老年用户的异常状态及实时需求；通过预警信息以及老年用户的异常状态与实时需求获取响应策略，记录每次预警信息后的实际状况进行模型反馈调整。本发明通过多模态感知、智能决策及分级响应的闭环架构，显著提升了老年用户日常生活的安全性与健康监护效率。

本发明授权基于多参数生理监测的智能拐杖预警方法和系统在权利要求书中公布了：1.一种基于多参数生理监测的智能拐杖预警方法，其特征在于，包括以下步骤： 通过多种传感器采集老年用户的生理参数和运动数据，将所述生理参数和运动数据进行预处理，并提取生理特征及运动特征； 收集老年用户正常状态监测数据构建正常行为模型，将所述生理特征及运动特征导入所述正常行为模型进行多级异常检测，对多级异常检测结果进行分类获取异常类别； 根据所述异常类别进行分级预警，生成对应的预警信息，对所述预警信息进行验证并触发模糊语音交互，根据模糊语音识别结果获取老年用户的异常状态及实时需求； 通过所述预警信息以及老年用户的异常状态与实时需求获取响应策略，记录每次预警信息后的实际状况，根据所述实际状况进行模型反馈调整； 收集老年用户正常状态监测数据构建正常行为模型，具体为： 获取预设历史时间步内的生理参数及运动数据，提取老年用户的正常状态监测数据，从所述正常状态监测数据中提取正常状态情况下的生理特征及运动特征； 将正常状态情况下的生理特征及运动特征进行标准化处理，通过t-SNE进行非线性降维，形成最终的特征向量空间，在所述特征向量空间中对每个数据点计算K近邻集合，基于所述K近邻集合计算相互近邻度； 绘制密度-距离决策图，识别聚类中心点，根据所述聚类中心点进行特征向量空间中数据点的聚类，寻找与已分配数据点相互邻近度最高的未分配数据点，并将未分配数据点分配给已分配数据点所在的类簇，设置动态阈值，当数据分布变化时动态调整聚类中心； 根据动态聚类中心数量、特征维度及时间滑动窗口构建动态记忆矩阵，引入时间衰减权重、聚类相关性权重及特征重要性权重构建加权协方差矩阵，根据所述加权协方差矩阵对所述动态记忆矩阵进行多元状态估计建模，构建老年用户正常状态情况下的正常行为模型； 将所述生理特征及运动特征导入所述正常行为模型进行多级异常检测，具体为： 将实时提取的生理特征及运动特征进行标准化处理，根据标准化处理后特征向量构建观测向量，使用所述观测向量在动态记忆矩阵中寻找最佳匹配； 计算观测向量与各聚类中心的马氏距离，选取距离最小的前预设数量的聚类中心对应的类簇作为候选集，基于所述候选集匹配动态记忆矩阵； 加载预训练的加权协方差矩阵，对所述动态记忆矩阵进行加权获取估计向量，按照特征维度计算观测向量与估计向量的残差向量，获取标准化残差向量，结合特征重要度权重获取综合异常分数； 设置多级异常检测机制，在初级检测中设置独立阈值，标记综合异常分数超出阈值的维度，在中级检测中识别不同维度的异常组合，标记综合异常分数超出阈值的维度组合； 在高级检测中构建滑动窗口计算不同维度的线性变化趋势及突变点生成特征趋势，评估异常持续性，并根据异常持续性评估结果识别异常模式。

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深圳市保身欣科技电子有限公司，其通讯地址为：518000 广东省深圳市龙岗区龙岗街道五联社区爱联工业区13栋101、2-4楼；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”。

以上内容由龙图腾AI智能生成。