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！

龙图腾网获悉中南大学湘雅医院申请的专利多模态频域增强重症预测方法及装置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：CN121528507B 。

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：202610064223.7，技术领域涉及：G16H50/20；该发明授权多模态频域增强重症预测方法及装置是由张乐;唐蕾;曾利;李烨;王赛;王黎;白庚淮;刘冉;唐巧灵设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本多模态频域增强重症预测方法及装置在说明书摘要公布了：本申请公开了多模态频域增强重症预测方法及装置，本方法通过获取第一数据和第二数据；提取各模态时序信号对应的频域幅值谱、相位谱以及多尺度小波系数；从病历数据中提取静态特征；融合静态特征和各模态时序信号对应的频域幅值谱、相位谱以及多尺度小波系数，得到多模态特征矩阵；构建频率增强预测模型；将多模态特征矩阵输入至频率增强预测模型，得到频率增强预测模型输出的预测结果，能够通过整合多模态时序信号与病历静态数据，结合时频分析充分捕捉信号全局频域特性与局部时域细节，有效提升重症患者病情状态预测的准确性与实时性，进而为临床诊疗决策提供可靠的数据支撑。

本发明授权多模态频域增强重症预测方法及装置在权利要求书中公布了：1.一种多模态频域增强重症预测方法，其特征在于，所述方法包括： 获取第一数据和第二数据；所述第一数据包括传感器采集用户同一时间范围内的多种模态时序信号；所述第二数据包括所述用户的病历数据； 提取各所述模态时序信号对应的频域幅值谱、相位谱以及多尺度小波系数； 从所述病历数据中提取静态特征； 融合所述静态特征和各所述模态时序信号对应的频域幅值谱、相位谱以及多尺度小波系数，得到多模态特征矩阵； 构建频率增强预测模型；所述频率增强预测模型用于对所述频率增强预测模型的输入进行频域增强以预测对应的状态概率； 将所述多模态特征矩阵输入至所述频率增强预测模型，得到所述频率增强预测模型输出的预测结果； 所述多种模态时序信号包括脑电信号、心电信号以及脑氧信号，所述提取各所述模态时序信号对应的频域幅值谱、相位谱以及多尺度小波系数，包括： 分别将所述脑电信号、所述心电信号以及所述脑氧信号进行分片，得到第一信号、第二信号以及第三信号； 将所述第一信号、所述第二信号以及所述第三信号分别进行离散傅里叶变换，得到所述第一信号的频域幅值谱、所述第一信号的相位谱、所述第二信号的频域幅值谱、所述第二信号的相位谱、所述第三信号的频域幅值谱以及所述第三信号的相位谱； 将所述第一信号、所述第二信号以及所述第三信号分别进行小波变换，得到所述第一信号的多尺度小波系数、所述第二信号的多尺度小波系数以及所述第三信号的多尺度小波系数； 所述频率增强预测模型输出预测结果通过以下步骤实现： 将所述多模态特征矩阵进行频域增强，得到第一特征矩阵； 在所述第一特征矩阵的频域内计算所述第一特征矩阵的查询矩阵、键矩阵以及值矩阵对应的向量相关性，以对所述第一特征矩阵进行注意力加权，得到第二特征矩阵； 将第二特征矩阵分解为趋势分量和周期分量； 对周期分量进行频域注意力处理，得到第一分量； 组合所述第一分量和所述趋势分量，得到第三特征矩阵； 通过归一化指数函数，对所述第三特征矩阵进行预测，得到所述预测结果。

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中南大学湘雅医院，其通讯地址为：410008 湖南省长沙市开福区湘雅路街道87号；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。