公开(公告)号：CN113851224A

公开(公告)日：2021-12-28

申请号：CN202110693771.3

申请日：2021-06-22

Applicant: 北京理工大学 ,  中国人民解放军军事科学院军事医学研究院

Inventor： 史大威 ,  陈婧 ,  朱玲玲 ,  肖融 ,  王磊 ,  王军政

IPC: G16H50/50 ,  G16H50/30 ,  G06F17/11

Abstract: 本发明公开了一种用于AMS风险评估的数字仿真器，包括人群模拟模块、测量干扰模拟模块以及AMS风险评估模块；人群模拟模块通过应用人体低氧应激系统的数学模型以及多个实例实验数据，创建具备不同低氧耐受能力的模拟人群；测量干扰模拟模块用于模拟SpO2信息内的测量干扰与深呼吸生理干扰，并将模拟的干扰信号叠加到所模拟人群的SpO2生成曲线上；AMS风险评估模块获取用于评估AMS风险的指标，该指标设计基于所辨识模型的参数，用于表征不同虚拟人群的真实低氧适应能力；本发明能够为AMS风险评估算法研究获取更丰富的研究数据，并且实现有效可靠的AMS风险评估。

公开(公告)号：CN113611414B

公开(公告)日：2023-03-28

申请号：CN202110693559.7

申请日：2021-06-22

Applicant: 北京理工大学 ,  中国人民解放军军事科学院军事医学研究院

Inventor： 史大威 ,  肖融 ,  朱玲玲 ,  陈婧 ,  王磊 ,  王军政

IPC: G16H50/30 ,  G16H50/70 ,  A61B5/0205 ,  A61B5/145

Abstract: 本发明公开了一种急性高原病动态监测与性能评价方法及系统，通过采集间歇性低氧训练的生理数据，数据预处理，慢特征提取及频域分析，最终获得高原病预测指标，本发明将性能监控技术结合信号处理应用于低氧耐受能力动态性能评估中，利用间歇性低氧训练时间序列数据的慢速特征及其频谱特征表示人体低氧耐受能力适应程度，提出了一种有效的高原病风险预测指标。

公开(公告)号：CN114464319B

公开(公告)日：2022-11-01

申请号：CN202210037587.8

申请日：2022-01-13

Applicant: 北京理工大学

Inventor： 史大威 ,  王磊 ,  肖融 ,  陈婧 ,  王军政

IPC: G16H50/30 ,  G16H50/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于性能监控与深度神经网络的数据驱动AMS易感性评估系统，可以监控技术结合深度神经网络应用于低氧耐受能力动态性能评估中，学习SpO2慢特征和IHT过程采集的数据中关键信息，并对人体低氧耐受能力进行分类；利用慢特征分析和长短时记忆网络构建分类器，充分挖掘生理数据的本质特征，实现快速且高准确率地对个体耐低氧能力进行分类；本发明系统最突出的特征是引入性能监控与深度神经网络的思想对动态生理数据进行个体AMS易感性评估，同时，评估过程融合了由睡眠质量数据和LLS构成的低氧耐受适应域，以达到多角度全面评估效果；首次结合睡眠质量数据和LLS指标构建低氧耐受适应域，以消除LLS存在的主观性问题。

公开(公告)号：CN113851224B

公开(公告)日：2022-06-03

申请号：CN202110693771.3

申请日：2021-06-22

Applicant: 北京理工大学 ,  中国人民解放军军事科学院军事医学研究院

Inventor： 史大威 ,  陈婧 ,  朱玲玲 ,  肖融 ,  王磊 ,  王军政

IPC: G16H50/50 ,  G16H50/30 ,  G06F17/11

Abstract: 本发明公开了一种用于AMS风险评估的数字仿真器，包括人群模拟模块、测量干扰模拟模块以及AMS风险评估模块；人群模拟模块通过应用人体低氧应激系统的数学模型以及多个实例实验数据，创建具备不同低氧耐受能力的模拟人群；测量干扰模拟模块用于模拟SpO2信息内的测量干扰与深呼吸生理干扰，并将模拟的干扰信号叠加到所模拟人群的SpO2生成曲线上；AMS风险评估模块获取用于评估AMS风险的指标，该指标设计基于所辨识模型的参数，用于表征不同虚拟人群的真实低氧适应能力；本发明能够为AMS风险评估算法研究获取更丰富的研究数据，并且实现有效可靠的AMS风险评估。

公开(公告)号：CN114464319A

公开(公告)日：2022-05-10

申请号：CN202210037587.8

申请日：2022-01-13

Applicant: 北京理工大学

Inventor： 史大威 ,  王磊 ,  肖融 ,  陈婧 ,  王军政

IPC: G16H50/30 ,  G16H50/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于性能监控与深度神经网络的数据驱动AMS易感性评估系统，可以监控技术结合深度神经网络应用于低氧耐受能力动态性能评估中，学习SpO2慢特征和IHT过程采集的数据中关键信息，并对人体低氧耐受能力进行分类；利用慢特征分析和长短时记忆网络构建分类器，充分挖掘生理数据的本质特征，实现快速且高准确率地对个体耐低氧能力进行分类；本发明系统最突出的特征是引入性能监控与深度神经网络的思想对动态生理数据进行个体AMS易感性评估，同时，评估过程融合了由睡眠质量数据和LLS构成的低氧耐受适应域，以达到多角度全面评估效果；首次结合睡眠质量数据和LLS指标构建低氧耐受适应域，以消除LLS存在的主观性问题。

公开(公告)号：CN113611414A

公开(公告)日：2021-11-05

申请号：CN202110693559.7

申请日：2021-06-22

Applicant: 北京理工大学 ,  中国人民解放军军事科学院军事医学研究院

Inventor： 史大威 ,  肖融 ,  朱玲玲 ,  陈婧 ,  王磊 ,  王军政

IPC: G16H50/30 ,  G16H50/70 ,  A61B5/0205 ,  A61B5/145

Abstract: 本发明公开了一种急性高原病动态监测与性能评价方法及系统，通过采集间歇性低氧训练的生理数据，数据预处理，慢特征提取及频域分析，最终获得高原病预测指标，本发明将性能监控技术结合信号处理应用于低氧耐受能力动态性能评估中，利用间歇性低氧训练时间序列数据的慢速特征及其频谱特征表示人体低氧耐受能力适应程度，提出了一种有效的高原病风险预测指标。