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！

龙图腾网获悉北京理工大学申请的专利一种基于时-谱-空多参数融合的光学无创式血糖浓度检测的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：CN117357105B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202210758885.6，技术领域涉及：A61B5/145；该发明授权一种基于时-谱-空多参数融合的光学无创式血糖浓度检测的方法是由董立泉;徐歌;孔令琴;赵跃进;刘明;惠梅设计研发完成，并于2022-06-29向国家知识产权局提交的专利申请。

本一种基于时-谱-空多参数融合的光学无创式血糖浓度检测的方法在说明书摘要公布了：一种基于时‑谱‑空多参数融合的光学无创式血糖浓度检测的方法，属于生理信号检测领域。本发明通过同步采集受试者具有脉搏跳动部位的皮肤组织的视频以及相应的漫反射光谱，并以有创手指采血的方式获得血糖的浓度值作为真值。通过图像数据处理技术与光谱分析技术从皮肤组织视频中提取G通道的IPPG信号作为时域信号，皮肤组织的漫反射光谱作为谱域信号，以及皮肤组织视频中单帧图像的空间维度特征作为空域信号，以时‑谱‑空多参数融合以及有创方式的血糖值作为深度模型的输入信号，通过深度学习算法搭建非特异性的光学无创式血糖浓度检测模型，达到预测血糖浓度的目的。本发明实现了非特异性的无创血糖通用预测模型的建立，通过多参数特征融合提升了血糖浓度预测的精度，便捷、快速、准确的得到了受试者的血糖浓度值。

本发明授权一种基于时-谱-空多参数融合的光学无创式血糖浓度检测的方法在权利要求书中公布了：1.一种基于时-谱-空多参数融合的光学无创式血糖浓度检测的方法，其特征在于：包括如下步骤： 步骤1、同步采集受试者具有脉搏跳动部位的皮肤组织的视频以及相应的漫反射光谱，并以有创手指采血的方式获得血糖的浓度值作为真值； 步骤2、对步骤1采集到的皮肤组织的视频进行图像处理，得到IPPG信号； 1、针对采集的受试者皮肤组织视频的第一帧图像，以矩形矩阵选取[a1,b1]含有皮肤组织图像的任意像素点区域作为IPPG信号提取的感兴趣区域；其中，a1为高度，b1为宽度，a1和b1小于CCD相机采集的图像尺寸； 2、计算所述感兴趣区域的像素均值，得到原始IPPG信号； 3、对所述原始IPPG信号进行RGB颜色通道分离以及采用去除非生理参数干扰的预处理算法，随后提取出G通道的IPPG信号； 4、将所述预处理后的G通道的IPPG信号作为血糖的时域信号； 步骤3、对步骤1采集到的皮肤组织漫反射光谱进行处理，得到人体皮肤组织的的漫反射光谱； 、采集受试者皮肤组织的漫反射光谱，将多个漫反射光谱数据求均值得到人体组织的平均漫反射光谱； 、将所述平均漫反射光谱作为血糖的谱域信号； 步骤4、对步骤1采集到的皮肤组织视频进行图像处理，得到单帧图像，选择单帧图像的任一帧，得到图像空间维度特征； 1、针对单帧图像的任一帧，选择含有皮肤组织图像的区域，以矩形矩阵选取[a2,b2]的任意像素点位置作为图像空间维度特征提取的感兴趣区域；其中，a2为高度，b2为宽度，a2和b2小于CCD相机采集的图像尺寸，a2和b2与a1和b1相同； 2、利用降噪自编码算法提取感兴趣区域图像的空间维度特征； 3、对所述空间维度特征进行处理，进行冗余特征的去除，得到和血糖浓度相关的空间维度特征作为血糖的空域信号； 步骤5、重复步骤1,2,3和4，对不同的受试者进行多次时域，谱域，空域信号的采集，以及血糖值的采集，得到多个受试者的G通道的IPPG信号作为血糖的时域信号，漫反射光谱作为血糖的谱域信号以及空间维度特征作为血糖的空域信号以及有创血糖值作为真值； 步骤6、将步骤5得到的时-谱-空信号以及有创血糖参考值作为数据集，将数据集划分为训练集和测试集，采用深度学习算法在训练集上训练出通用的血糖浓度预测模型，再将测试集输入到通用血糖浓度预测模型中，得到测试集中每一位受试者的预测血糖浓度值。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。