返回项目页面
对比文件列表
2001-08-28_US6282467B_发明授权_US06282467B1 Three-axis inertial attitude determination for spinning spacecraft_+++A_B_T+++.docx
2026-07-22 17:41
2004-04-29_US2004079372A_发明申请_US20040079372A1 System and method for guidance of anesthesia, analgesia and amnesia_+++A_B_T_l_n_o+++.docx
2026-07-22 17:41
2006-10-12_JP2006279538A_发明专利_JP2006279538A Imaging apparatus_+++A+++.docx
2026-07-22 17:41
2008-03-13_US2008062151A_发明申请_US20080062151A1 ACOUSTIC CONDITION SENSOR EMPLOYING A PLURALITY OF MUTUALLY NON-ORTHOGONAL WAVES_+++A_B_T_l+++.docx
2026-07-22 17:41
2010-06-16_CN101743549A_发明公开_CN101743549A 用于产生反映医学状态的严重程度的定量测量的系统和方法_+++B_T_a+++.docx
2026-07-22 17:41
2011-05-04_CN102046076A_发明公开_CN102046076A 非接触式生理运动传感器及其使用方法_+++A_B_C_E_I_L_M_T_d_q+++.docx
2026-07-22 17:41
2013-02-06_CN102917661A_发明公开_CN102917661A 基于多变量残差的用于人体健康监视的健康指数_+++A_B_C_D_T+++.docx
2026-07-22 17:41
2014-01-08_CN103503024A_发明公开_CN103503024A 用于从特征信号提取信息的设备和方法_+++A_B_T+++.docx
2026-07-22 17:41
2014-01-23_JP2014501594A_发明专利_JP2014501594A Apparatus and method for extracting information from the characteristic signal_+++B_C_D_E_I_J_T_a_f_g_h_k_l_m_q_u_v_w_x_y+++.docx
2026-07-22 17:41
2014-09-18_US2014275825A_发明申请_US20140275825A1 METHODS AND SYSTEMS FOR LIGHT SIGNAL CONTROL IN A PHYSIOLOGICAL MONITOR_+++A_B_C_D_I_J_T_e_l_m_n_o+++.docx
2026-07-22 17:41
2015-09-09_CN104887198A_发明公开_CN104887198A 基于人体生理信号多参数融合的疼痛定量分析系统及方法_+++A_B_T+++.docx
2026-07-22 17:41
2015-09-23_CN102917661B_发明授权_CN102917661B 基于多变量残差的用于人体健康监视的健康指数_+++A_B_C_D_T+++.docx
2026-07-22 17:41
2010-06-16_CN101743549A_发明公开_CN101743549A 用于产生反映医学状态的严重程度的定量测量的系统和方法_+++B_T_a+++.docx

**对比文件名称**:2010-06-16_CN101743549A_发明公开_CN101743549A 用于产生反映医学状态的严重程度的定量测量的系统和方法

**目标专利名称**:1364用于提取生理信息的设备、系统和方法CN108366759B

**本次调用模型名称**:未指定(或当前模型)

### 特征比对表格

技术特征描述及公开性判断对比文件原文引用公开性论述
技术特征A:所述设备包括:<br>《隐含公开》对比文件[0011]段:“一种系统,用于产生反映医学状况的严重程度的定量测量,包括:●接收器单元,用于接收...生物信号数据,...●处理器,适用于:...”对比文件公开了“系统”,而系统通常包含实施方法的设备。本领域技术人员能够合理推断出该系统必然包含至少一个设备,该设备包括实现系统功能的单元(如接收器单元、处理器)。因此,对比文件隐含公开了“设备包括”这一上位概念。
技术特征B:-输入接口(30),<br>《直接公开》对比文件[0011]段:“●接收器单元,用于接收从M个病人组成的人群收集的生物信号数据”对比文件的“接收器单元”用于接收生物信号数据,其功能与目标专利的“输入接口”完全相同,均用于获取外部数据。因此,该特征被直接公开。
技术特征C:其用于获得从探测到的透射通过对象的皮肤区域的电磁辐射或者从对象的皮肤区域反射的电磁辐射中导出的至少两个探测信号Cn,<br>(未公开)对比文件[0011]段:“接收从M个病人组成的人群收集的生物信号数据”;[0092]段:“生物信号数据是脑电图(EEG)数据”或来自MRI、MEG等。对比文件接收的生物信号数据来源于EEG、MRI等,并非通过皮肤区域对电磁辐射的透射或反射获得,且不涉及“探测信号”及其导出方式。目标专利的探测信号特指由光体积描记术(PPG)产生的光信号,而对比文件完全没有涉及光信号、皮肤区域或透射/反射过程。因此,该特征未被公开。
技术特征D:其中,每个探测信号包括不同波长通道中的依赖波长的反射信息或透射信息,<br>(未公开)对比文件[0011]段未提及波长通道;[0092]段涉及EEG等信号,不涉及波长通道。对比文件的生物信号数据(如EEG)不包含波长通道或依赖波长的反射/透射信息。目标专利的探测信号是基于不同波长(如RGB通道)的反射/透射光强,而对比文件未公开任何关于波长选择性或波长通道的内容。因此,该特征未被公开。
技术特征E:-脉动信号计算单元(32),<br>(未公开)对比文件[0011]段:“处理器,适用于:使用所述生物信号数据作为输入,用于为所述人群中每个病人确定参考特征值,...产生参考特征向量...将所述矩阵A转换为所述特征的不相关线性组合”。对比文件的处理器用于执行PCA等统计变换,以生成反映疾病严重程度的特征组合,而目标专利的“脉动信号计算单元”专门用于从PPG信号中计算血容量脉动信号。二者功能、处理对象完全不同。对比文件未公开任何用于计算脉动信号的单元或方法。因此,该特征未被公开。
技术特征F:其通过使用不同的给定的特征向量(Pbv1、Pbv2)而根据所述至少两个探测信号(Cn)来计算至少两个脉动信号S1、S2,<br>(未公开)对比文件[0011]段:使用生物信号数据确定参考特征向量;[0010]段:将矩阵A转换为特征的不相关线性组合(主成分)。对比文件使用PCA从特征矩阵中找出一个主成分(线性组合),而非使用多个“给定的特征向量”分别计算多个脉动信号。目标专利的特征向量是预先定义的(如Pbv向量),用于表示血容量脉动在不同波长通道中的相对强度;对比文件的特征向量是从数据中学习得到的,用于表示疾病严重程度,且不涉及脉动信号。因此,该特征未被公开。
技术特征G:其中,针对每个脉动信号的所述计算,使用不同的给定的特征向量,<br>(未公开)对比文件[0011]段未公开针对多个脉动信号使用不同特征向量。对比文件仅计算一个特征组合(主成分),不涉及多个脉动信号的计算,更未使用不同的特征向量分别计算每个脉动信号。因此,该特征未被公开。
技术特征H:其中,给定的特征向量表示所述至少两个探测信号中的相应脉动信号的预期相对脉动性,<br>(未公开)对比文件[0011]段:参考特征向量包含特征值,如[参考特征f1...fN];[0010]段:主成分的指数大小表明医学状况严重程度。对比文件中的特征向量(如参考特征向量)表示的是生理信号(如EEG)的频带能量等特征,并非表示脉动信号的相对脉动性。目标专利的特征向量特指血容量脉动向量(Pbv),反映不同波长通道中PPG幅度的比例。对比文件没有公开任何与血容量脉动或相对脉动性相关的概念。因此,该特征未被公开。
技术特征I:其中,对脉动信号的所述计算涉及使用权重来计算所述至少两个探测信号的加权组合,<br>(未公开)对比文件[0010]段:“将所述矩阵A转换为所述特征的不相关线性组合x1·fs+x2·fp...xn·ft”。对比文件虽然也涉及线性组合(PCA),但该组合的对象是特征值(如f1, f2),而非探测信号;且组合的目的是获得不相关的主成分,而非得到脉动信号。目标专利的加权组合是直接对探测信号(如RGB通道信号)进行加权,以提取脉动分量。二者在组合对象、目的和意义上完全不同。因此,该特征未被公开。
技术特征J:得到这样的脉动信号:<br>(未公开)对比文件未公开任何脉动信号。对比文件完全不涉及脉动信号的概念,其输出是定量测量(如严重程度指标),而非脉动信号。因此,该特征未被公开。
技术特征K:所述脉动信号与原始探测信号的乘积等于由相应特征向量表示的所述相对脉动性,<br>(未公开)对比文件未公开脉动信号与探测信号的关系。目标专利的该特征限定了脉动信号与原始探测信号之间的特定数学关系,即脉动信号与探测信号的内积等于特征向量所表示的相对脉动性。对比文件没有公开任何脉动信号,更不存在这种具体关系。因此,该特征未被公开。
技术特征L:-质量指标计算单元(34),<br>(未公开)对比文件[0011]段未公开质量指标计算单元。对比文件没有公开任何用于计算质量指标值的单元。其处理器执行PCA等操作,但不存在对计算结果的“质量”进行评价的单元。因此,该特征未被公开。
技术特征M:其用于针对所述脉动信号(S1、S2)计算指示相应脉动信号的特性的质量指标值(Q1、Q2),<br>(未公开)对比文件未公开质量指标值。对比文件不存在脉动信号,因此也不存在针对脉动信号计算质量指标值的功能。对比文件的主成分分析本身不产生质量指标,其主成分的指数大小直接作为严重程度指示,并非通过比较质量来选择。因此,该特征未被公开。
技术特征N:-控制信号计算单元(35),<br>(未公开)对比文件未公开控制信号计算单元。对比文件没有公开任何用于计算控制信号的单元。其处理器不产生用于调整特征向量的控制信号。因此,该特征未被公开。
技术特征O:其用于根据所述质量指标值(Q1、Q2)来计算控制信号CS,<br>(未公开)对比文件未公开质量指标值及控制信号计算。如前述,对比文件无质量指标值,因此也无从计算控制信号。该特征完全未在对比文件中体现。因此,该特征未被公开。
技术特征P:其中,所述控制信号计算单元(35)被配置为在所述至少两个脉动信号中的第二脉动信号(S2)的所述质量指标值(Q2)大于所述至少两个脉动信号中的第一脉动信号(S1)的所述质量指标值(Q1)的情况下增大所述控制信号CS,并且反之亦然,<br>(未公开)对比文件未公开任何脉动信号、质量指标或控制信号。对比文件不存在任何脉动信号或质量指标,更不存在基于质量指标比较来控制信号增减的配置。该特征限定了非常具体的比较逻辑,对比文件完全没有涉及。因此,该特征未被公开。
技术特征Q:-特征调整单元(36),<br>(未公开)对比文件[0011]段未公开特征调整单元。对比文件没有公开任何用于调整特征向量的单元。其处理器生成的参考特征向量和PCA向量是固定的,不进行动态调整。因此,该特征未被公开。
技术特征R:其被配置为通过将更新向量 和 添加到参考特征向量(Pbv0)来计算所述至少两个特征向量(Pbv1、Pbv2),<br>(未公开)对比文件未公开更新向量或基于参考特征向量的加法运算。对比文件中的参考特征向量是通过对病人数据计算得到的,并未基于某个初始参考向量加上更新向量来生成新的向量。其PCA主成分也是从数据中直接计算,而非通过添加更新向量获得。因此,该特征未被公开。
技术特征S:是选定向量,以及,<br>(未公开)对比文件未公开“选定向量”的概念。对比文件没有公开任何“选定向量”或类似术语。该特征可能指更新向量是预先选定的,但对比文件无此教导。因此,该特征未被公开。
技术特征T:-处理单元(38),<br>《直接公开》对比文件[0011]段:“●处理器,适用于:使用所述生物信号数据作为输入,用于为所述人群中每个病人确定参考特征值,...产生参考特征向量...将所述矩阵A转换为所述特征的不相关线性组合”。对比文件的“处理器”是执行数据处理的核心单元,其功能与目标专利的“处理单元”对应,均负责对数据进行分析和处理。尽管后续限定的具体功能不同,但“处理单元”这一硬件单元已被对比文件直接公开。因此,该特征被直接公开。
技术特征U:其用于从所述至少两个特征向量中的引起具有最佳质量指标值(Q1、Q2)的所述脉动信号的特征向量中并且/或者从具有所述最佳质量指标值(Q1、Q2)的所述脉动信号中导出指示至少一个生命体征的生理信息(V),<br>(未公开)对比文件[0011]段:处理器将矩阵A转换为特征的不相关线性组合,指数大小表明医学状况严重程度;[0103]段:确定特征向量与PCA向量的标积作为成效指标。对比文件处理单元的输出是反映疾病严重程度的定量测量(或成效指标),而非生命体征(如心率、血氧饱和度)。其所依据的是PCA主成分的指数,而非基于最佳质量指标选择的特征向量或脉动信号。目标专利的“生命体征”特指生理参数,对比文件与之无关。因此,该特征未被公开。
技术特征V:其中,所述脉动信号计算单元(32)被配置为使用不同的特征向量(Pbv1、Pbv2)的固定集合,<br>(未公开)对比文件未公开固定的特征向量集合用于脉动信号计算。对比文件中的特征向量(参考特征向量)是随病人群体变化的,不是固定的;且不用于计算脉动信号。因此,该特征未被公开。
技术特征W:所述处理单元(38)被配置为对引起具有所述最佳质量指标值(Q1、Q2)的所述脉动信号的特征向量的时间序列进行滤波以获得经滤波的特征向量,<br>(未公开)对比文件未公开对特征向量的时间序列进行滤波。对比文件没有涉及特征向量的时间序列,也没有滤波操作。其处理是静态的(基于一次采集的数据),或仅计算单个标积,不涉及时序滤波。因此,该特征未被公开。
技术特征X:所述生理信息是从所述经滤波的特征向量中导出的,<br>(未公开)对比文件未公开滤波后的特征向量或从中导出生理信息。对比文件无滤波特征向量,且导出的信息不是生理信息。因此,该特征未被公开。
技术特征Y:其中,所述特征调整单元(36)被配置为在脉动信号依据其产生所述最佳质量指标值的方向上调整所述不同的特征向量(Pbv1、Pbv2)中的一个或多个特征向量,<br>(未公开)对比文件未公开特征调整单元或调整方向。对比文件无特征调整单元,其处理器不动态调整特征向量。因此,该特征未被公开。
技术特征Z:其中,所述特征调整单元(36)被配置为调整作为所述参考特征向量(Pbv0)的参考规范化的血容量脉动向量以获得所述至少两个特征向量(Pbv1、Pbv2),<br>(未公开)对比文件未公开血容量脉动向量或规范化的血容量脉动向量。对比文件完全不涉及血容量、脉动向量或规范化血容量向量。其参考特征向量是基于EEG信号的频带特征,与血容量脉动无关。因此,该特征未被公开。

### 公开性代码总结

根据上述比对,技术特征B和T被对比文件直接公开,技术特征A被对比文件隐含公开。其他技术特征均未被公开。

因此,在回答结尾插入对应代码:直接公开特征B代码<<<B>>>,直接公开特征T代码<<<T>>>,隐含公开特征A代码<<<a>>>。

<<<B>>><<<T>>><<<a>>>

权利要求与技术特征

A 所述设备包括:
B -输入接口(30),
C 其用于获得从探测到的透射通过对象的皮肤区域的电磁辐射或者从对象的皮肤区域反射的电磁辐射中导出的至少两个探测信号Cn,
D 其中,每个探测信号包括不同波长通道中的依赖波长的反射信息或透射信息,
E -脉动信号计算单元(32),
F 其通过使用不同的给定的特征向量(Pbv1、Pbv2)而根据所述至少两个探测信号(Cn)来计算至少两个脉动信号S1、S2,
G 其中,针对每个脉动信号的所述计算,使用不同的给定的特征向量,
H 其中,给定的特征向量表示所述至少两个探测信号中的相应脉动信号的预期相对脉动性,
I 其中,对脉动信号的所述计算涉及使用权重来计算所述至少两个探测信号的加权组合,
J 得到这样的脉动信号:
K 所述脉动信号与原始探测信号的乘积等于由相应特征向量表示的所述相对脉动性,
L -质量指标计算单元(34),
M 其用于针对所述脉动信号(S1、S2)计算指示相应脉动信号的特性的质量指标值(Q1、Q2),
N -控制信号计算单元(35),
O 其用于根据所述质量指标值(Q1、Q2)来计算控制信号CS,
P 其中,所述控制信号计算单元(35)被配置为在所述至少两个脉动信号中的第二脉动信号(S2)的所述质量指标值(Q2)大于所述至少两个脉动信号中的第一脉动信号(S1)的所述质量指标值(Q1)的情况下增大所述控制信号CS,并且反之亦然
Q -特征调整单元(36),
R 其被配置为通过将更新向量 和 添加到参考特征向量(Pbv0)来计算所述至少两个特征向量(Pbv1、Pbv2),
S 是选定向量,以及
T -处理单元(38),
U 其用于从所述至少两个特征向量中的引起具有最佳质量指标值(Q1、Q2)的所述脉动信号的特征向量中并且/或者从具有所述最佳质量指标值(Q1、Q2)的所述脉动信号中导出指示至少一个生命体征的生理信息(V)。
Powered by Django

网站备案号:渝ICP备2023012882号


重庆市非显而易见网络科技有限责任公司 A Anti NPE NPE