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！

龙图腾网获悉南京理工大学申请的专利一种阻塞性睡眠呼吸暂停特征识别模型的构建方法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：CN121281120B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202511837947.2，技术领域涉及：G06V40/16；该发明授权一种阻塞性睡眠呼吸暂停特征识别模型的构建方法是由伏长虹;胡云龙;洪弘设计研发完成，并于2025-12-08向国家知识产权局提交的专利申请。

本一种阻塞性睡眠呼吸暂停特征识别模型的构建方法在说明书摘要公布了：本发明公开了一种阻塞性睡眠呼吸暂停特征识别模型的构建方法。所述阻塞性睡眠呼吸暂停特征识别模型用于对阻塞性睡眠呼吸暂停特征进行识别，包括：采集受试者的呼吸暂停低通气指数及正面面部视频；对正面面部视频进行帧采样及图像增强；对面部关键点自动定位及几何归一化；构建加权邻接图，并划分互斥的功能子网；基于加权邻接图和功能子网提取多尺度拓扑特征；将多尺度拓扑特征与面部解剖特征及临床变量进行拼接形成综合性的特征向量并进行筛选；采用OSA风险预测模型进行个体患阻塞性睡眠呼吸暂停的概率预测。本方法可在普通光照和自然姿态下无创、低成本完成筛查。

本发明授权一种阻塞性睡眠呼吸暂停特征识别模型的构建方法在权利要求书中公布了：1.一种阻塞性睡眠呼吸暂停特征识别模型的构建方法，其特征在于，所述阻塞性睡眠呼吸暂停特征识别模型用于对阻塞性睡眠呼吸暂停特征进行识别，所述阻塞性睡眠呼吸暂停特征识别模型包括数据采集模块、视频预处理模块、关键点提取与归一化模块、图构建与子网划分模块、多尺度特征提取模块、特征融合与筛选模块、分类与评估模块； 所述数据采集模块采集受试者的呼吸暂停低通气指数及正面面部视频； 所述视频预处理模块用于对正面面部视频进行帧采样及图像增强； 所述关键点提取与归一化模块用于对面部关键点自动定位及几何归一化； 所述图构建与子网划分模块用于根据归一化后的关键点集合构建加权邻接图，并将归一化后的关键点集合划分为互斥的功能子网； 所述多尺度特征提取模块用于基于加权邻接图和功能子网提取多尺度拓扑特征，具体包括全局特征、局部特征以及交互特征，所述全局特征包括： 平均聚类系数： ； 其中，为节点总数，为节点邻接点之间实际存在的边数与可能存在的边数之比； 平均最短路径长度： ； 其中，表示节点与节点之间的最短路径长度； 模块度： ； 其中，为邻接矩阵元素，和分别代表节点和的度，为边权的总和，在与属于同一子网时取值为1，否则为0； 图密度： ； 式中，表示实际存在的边数，； 代数连通度：定义为图拉普拉斯矩阵的第二小特征值； 富人俱乐部系数： ，式中，为节点集合内的实际边数，为设定阈值； 所述局部特征包括： 结构凝聚度： ，其中，表示第k个子网中包含的节点数量，表示节点和之间边的权重； 度异质性： ，其中为节点在子网内的局部加权度，为所有子网局部加权度均值； 运动稳定性指标： 对每个子网，计算两类归一化稳定性指标： 均方根位移： ； 变异系数： ； 其中，为第个关键点在第帧的三维坐标，为三维坐标时间均值，为帧数，为全局面部尺度归一化因子; 交互特征：对任意两个不同子网与，计算它们之间所有跨子网边的权重之和： ； 所述特征融合与筛选模块用于将多尺度拓扑特征与面部解剖特征及临床变量进行拼接形成综合性的特征向量，并依次采用曼-惠特尼U检验、LASSO回归进行特征向量筛选； 所述分类与评估模块采用OSA风险预测模型根据筛选后的特征向量进行个体患阻塞性睡眠呼吸暂停的概率预测。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街道200号南京理工大学；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。