好的，本次调用的模型名称未指定，以下将按您的要求进行比对。
**对比文件名称：** 2008-01-10_US2008005838A_发明申请_US20080005838A1 SYSTEM FOR DETECTING AND MONITORING VITAL SIGNS
**目标专利名称：** 1338离床报警系统CN102150186B
**本次调用的模型名称：** 未指定
### 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（翻译成中文） | 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》 | 【0027】“患者支撑设备20包括多个力传感器44，其位于中间框架24和负载框架26之间。” | 对比文件明确公开了多个力传感器44，相当于一个或多个传感器，用于检测患者相关参数。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》 | 【0030】“一旦控制器68接收到来自电缆66的电信号，它以下述方式处理信号，以收集和确定躺在支撑甲板28上的患者的各种特征，例如患者的心率、呼吸率，和/或患者是否正在经历癫痫发作。” | 对比文件明确指出力传感器44用于检测患者的心率、呼吸率等生理特征，即测量生理特征。直接公开。 |
| 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》 | 【0030】“每个力传感器44包括一根电缆66，通过该电缆传输指示力传感器44所感测的力的电信号。” | 对比文件明确力传感器44产生与其感测的力（对应于生理特征引起的变化）对应的电信号。直接公开。 |
| 技术特征D：和处理器（12）《直接公开》 | 【0030】“每个力传感器44包括一根电缆66，通过该电缆传输指示力传感器44所感测的力的电信号。这些电信号被传输到控制器68。” | 对比文件中的控制器68即相当于处理器，用于接收并处理传感器信号。直接公开。 |
| 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》 | 【0030】“一旦控制器68接收到来自电缆66的电信号，它以下述方式处理信号，以收集和确定……”；【0032】“控制器68可以利用电信号70执行多种操作，其中之一是计算快速傅里叶变换。” | 对比文件公开了控制器68接收并持续处理来自传感器的信号，即进行监视。直接公开。 |
| 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》 | 【0057】“患者的体重监测也可以作为患者离床系统的一部分或与之分开进行，在该系统中，当控制器检测到患者的重量已基本或完全从患者支撑甲板28上抬起时，控制器会发出警报。这种患者重量的抬起表明患者已经离开或即将离开患者支撑设备20。” | 对比文件公开了基于重量变化（非生理特征变化）来检测患者是否离开或即将离开。其“即将离开”的判断是基于重量已部分抬起，而非基于心率、呼吸率等生理特征的变化。目标专利明确要求根据生理特征的变化（如心率变异性、呼吸率变化等）来预测离床可能性，两者判断依据不同。对比文件未公开此技术特征。 |
| 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》 | 对比文件全文未公开根据多次先前的离床数据来比较生理特征变化以确定离床可能性。 | 对比文件未提及收集用户先前的离床事件数据，也未提及通过比较这些数据与当前生理特征变化来预测离床。该特征涉及历史数据学习和个性化预测，对比文件没有公开或暗示。 |
| 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《直接公开》 | 【0057】“在离床系统中，当控制器检测到患者的重量已基本或完全从患者支撑甲板28上抬起时，控制器会发出警报。这种患者重量的抬起表明患者已经离开或即将离开患者支撑设备20。” | 对比文件明确公开了控制器在确定患者即将离开（可能离开）时发出警报。虽然其判断依据是重量变化，但“发出警报”这一功能及其触发条件“确定可能离开”已被公开。直接公开。 |
| 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》 | 【0030】“确定患者的各种特征，例如患者的心率、呼吸率……”；【0038】图9及相关描述公开了通过快速傅里叶变换确定心率和呼吸率。 | 对比文件明确公开了传感器可用于测量心率和呼吸率，属于所列生理特征中的两种。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》 | 【0057】“患者的体重监测也可以作为患者离床系统的一部分……当控制器检测到患者的重量已基本或完全从患者支撑甲板28上抬起时，控制器会发出警报。” | 对比文件通过力传感器44检测患者重量的存在与否，从而判断患者是否在床上。力传感器44即用于检测用户存在或不存在的传感器。直接公开。 |
| 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）《直接公开》 | 【0030】力传感器44用于测量心率和呼吸率；【0057】同一力传感器44用于检测体重（存在与否）。 | 对比文件明确同一组力传感器44既用于测量生理特征（心率和呼吸率），也用于检测患者存在（通过重量）。直接公开。 |
| 技术特征L：其中所述传感器（18）包括压力传感器或应变计《直接公开》 | 【0027】“力传感器44可以是任何类型的传统负荷传感器，包括但不限于……应变片负荷传感器……” | 对比文件明确力传感器44可以包括应变片负荷传感器（应变计），属于压力传感器或应变计的类型。直接公开。 |
| 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《直接公开》 | 【0057】“当控制器检测到患者的重量已基本或完全从患者支撑甲板28上抬起时，控制器会发出警报。” | 对比文件明确公开了当传感器（通过重量检测）指示用户已经离开（重量基本或完全抬起）时，控制器发出警报。直接公开。 |
| 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》 | 对比文件全文未公开使用任何特定的“离床预测算法”基于生理特征变化来预测离床。 | 对比文件仅基于重量变化进行离床检测/预测，未提及使用算法处理生理特征变化来预测离床。该特征未被公开。 |
| 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》 | 对比文件全文未公开离床预测算法，也未公开基于比较结果对算法进行更新。 | 对比文件没有公开任何形式的机器学习或算法更新机制，特别是基于离床预测可能性与后续实际离床指示的比较来更新算法。该特征未被公开。 |
| 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》 | 对比文件全文未公开监督分类算法用于离床预测。 | 对比文件未公开任何离床预测算法，更未公开使用监督分类算法（如神经网络、支持向量机）来实现该算法。该特征未被公开。 |
### 代码输出
<<<A>>><<<B>>><<<C>>><<<D>>><<<E>>><<<H>>><<<I>>><<<J>>><<<K>>><<<L>>><<<M>>>