对比文件名称：2005-06-09_US2005124864A_发明申请_US20050124864A1 System and process for non-invasive collection and analysis of physiological signals
目标专利名称：1338离床报警系统CN102150186B
本次调用的模型名称：AI语言模型
### 特征比对表格
| 技术特征描述及公开性判断结果 | 对比文件原文引用 | 公开性论述 |
| 技术特征A：该系统包括一个或多个传感器（10）《直接公开》 | 段落[0033]：“与这些传感器一起，可以提供温度传感器、二氧化碳传感器、光传感器、电磁传感器和/或简单的瞬时接触开关，以形成一套传感器”；“超灵敏振动传感器”等。 | 对比文件明确公开了系统包括多个传感器（如振动传感器、温度传感器、压力开关等），这些传感器直接对应于权利要求中的“一个或多个传感器”。本领域技术人员能毫无疑义地确定该特征被直接公开。 |
| 技术特征B：所述一个或多个传感器（10）用于测量该用户的一种或多种生理特征《直接公开》 | 段落[0033]：“超灵敏振动传感器用于提供心率、呼吸率、打鼾和其他生理特征的波形”。段落[0045]：“心率、心率变异性、血压、呼吸率”。 | 对比文件明确公开传感器用于测量心率、呼吸率、打鼾等生理特征，因此直接公开了传感器用于测量用户生理特征的技术特征。 |
| 技术特征C：所述一个或多个传感器（10）用于产生指示所述一种或多种生理特征的对应信号《直接公开》 | 段落[0011]：“传感器的网络配置为提供指示至少一种感知条件的电子输出信号”。 | 对比文件明确公开传感器产生电子输出信号，这些信号指示生理特征，直接公开了特征C。 |
| 技术特征D：和处理器（12）《直接公开》 | 段落[0035]：“微控制器/微处理器模块”；段落[0041]：“处理器，例如个人计算机”。 | 对比文件公开了微控制器和个人计算机作为处理器，用于处理传感器数据，因此直接公开了处理器特征。 |
| 技术特征E：所述处理器（12）适于监视所述对应信号《直接公开》 | 段落[0041]：“处理器比较从每个传感器接收的新数据……如果新数据与缓冲区中的相同，则丢弃该数据，并轮询微控制器以获取更多数据”。 | 对比文件公开处理器监视来自传感器的信号，进行数据比较和轮询，直接公开了处理器监视对应信号的特征。 |
| 技术特征F：并所述处理器（12）适于根据所述一种或多种生理特征的变化来确定该用户将要离开床（2）的可能性《未公开》 | 段落[0097]：“本发明的被动监测提供患者活动的自动警报，以便护理人员能够知道患者何时试图起床或四处走动”。 | 对比文件虽然提到“患者活动的自动警报”，但未明确该警报是基于“生理特征的变化”来确定“将要离开床的可能性”。对比文件更可能基于运动传感器检测到的活动，而非目标专利所强调的生理特征变化（如心率变异性）。对比文件未公开使用生理特征的变化来预测离床可能性的具体技术方案，因此特征F未被公开。 |
| 技术特征G：其中所述处理器（12）适于通过比较所述一种或多种生理特征的变化与在多次先前的用户离床期间收集的数据来确定用户将要离开床（2）的可能性《未公开》 | 段落[0042]：“日志文件……包含与一个或多个传感器相关的信息，传感器数据的变化和时间戳”。段落[0045]：“分析例程……包括位置分析和生理算法”。 | 对比文件虽然涉及数据记录和分析，但未公开基于“多次先前的用户离床期间收集的数据”来比较生理特征变化以确定离床可能性。对比文件没有涉及离床事件的数据收集和比较，因此特征G未被公开。 |
| 技术特征H：其中所述处理器（12）进一步适于在其确定用户可能离开床（2）的情况下发出警报或报警信号《未公开》 | 段落[0097]：“自动警报用于患者活动”。 | 对比文件虽然公开了警报，但该警报是基于患者活动（如试图起床）而触发，而非基于“确定用户可能离开床”这一预测性判断。目标专利的警报是在确定“可能”离开床时发出，属于预测性警报，而对比文件的警报是对已经发生的活动做出反应，因此特征H未被公开。 |
| 技术特征I：其中由所述一个或多个传感器（10）测量的该用户的所述一种或多种生理特征包括心率、脉率、呼吸率、体温、血压或心率变异性中的任意一种或多种《直接公开》 | 段落[0033]：“心率、呼吸率、打鼾和其他生理特征”。段落[0045]：“心率、心率变异性、血压、呼吸率、体温”。 | 对比文件明确公开了测量心率、呼吸率、体温、血压、心率变异性等生理特征，与特征I所列特征完全一致，因此直接公开。 |
| 技术特征J：进一步包括用于检测用户存在或不存在于床（2）上的传感器（18）《直接公开》 | 段落[0047]：“在床垫200上布置一个压力敏感开关215的阵列210，以确定受试者躺在床垫200上时的位置”。段落[0049]：“该位置图可用于……检测床上……的人的存在”。 | 对比文件公开了使用压力开关阵列检测用户位置和存在，即检测用户存在或不存在于床上，因此直接公开了特征J。 |
| 技术特征K：其中所述用于测量生理特征的一个或多个传感器（10）之一被用作为所述用于检测用户存在或不存在于床（2）上的传感器（18）《未公开》 | 段落[0033]：“压电传感器、一些温度传感器和瞬时接触开关可以嵌入床垫垫中”。段落[0047]描述了独立的压力开关阵列用于存在检测。 | 对比文件将生理特征传感器（如压电传感器）和存在检测传感器（压力开关阵列）作为不同的传感器提供，并未公开将生理特征传感器之一用作存在检测传感器。没有教导或暗示复用传感器，因此特征K未被公开。 |
| 技术特征L：其中所述传感器（18）包括压力传感器或应变计《未公开》 | 段落[0047]：“压力敏感开关215的阵列……压力开关是一种压力激活二进制开关”。段落[0033]提到“压电气压传感器”，但未作为存在传感器。 | 对比文件用于存在检测的传感器是二进制压力开关，而不是连续的压力传感器或应变计。压力开关和压力传感器属于不同的技术范畴，因此特征L未被公开。 |
| 技术特征M：其中所述处理器（10）进一步适于在所述传感器（18）指示用户已经离开床（2）的情况下发出警报或报警信号《隐含公开》 | 段落[0097]：“本发明的被动监测提供患者活动的自动警报，以便护理人员能够知道患者何时试图起床或四处走动”。结合段落[0049]的床存在检测功能。 | 对比文件公开了存在检测传感器（压力开关阵列）和自动警报功能。当患者离床时，存在传感器必然指示用户不存在于床上，本领域技术人员可以合理推断系统会触发警报以通知护理人员。虽然对比文件未明确说明“传感器指示用户已经离开床”作为触发条件，但基于存在检测和警报功能的结合，该特征被隐含公开。 |
| 技术特征N：其中所述处理器（10）适于使用离床预测算法来根据所述一种或多种生理特征的变化确定该用户将要离开床（2）的可能性《未公开》 | 段落[0035]等描述的数据分析和生理算法，但未涉及离床预测算法。 | 对比文件没有公开或暗示任何用于预测离床的算法。其算法主要用于分析睡眠质量和生理参数，而非离床预测，因此特征N未被公开。 |
| 技术特征O：其中所述处理器（10）适于基于所确定的可能性与来自传感器（18）的用户是否随后离开床（2）的指示之间的比较来更新所述离床预测算法《未公开》 | 无相关内容。 | 对比文件没有公开离床预测算法，也没有公开基于比较结果更新算法的技术特征，因此特征O未被公开。 |
| 技术特征P：其中所述处理器（10）包括用于实现所述离床预测算法的监督分类算法《未公开》 | 段落[0046]：“生理算法164分析处理后的信号以生成期望的波形和信息”。未提及监督分类算法。 | 对比文件未公开使用监督分类算法（如神经网络、支持向量机）来实现离床预测算法，因此特征P未被公开。 |
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<I>>><<<J>>><<<m>>>