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！

龙图腾网获悉大连理工大学申请的专利一种基于个体化心肺功能数字孪生模型实现运动健康管理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：CN120164618B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510231870.8，技术领域涉及：G16H50/30；该发明授权一种基于个体化心肺功能数字孪生模型实现运动健康管理方法是由王洪凯;潘晓芳;李珅;孙飞一;徐佳怡;黄启富;赵自贤;刘露露;张赫;宿晟源;李奥迪设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本一种基于个体化心肺功能数字孪生模型实现运动健康管理方法在说明书摘要公布了：一种基于个体化心肺功能数字孪生模型实现运动健康管理方法。该方法通过获取用户的心肺功能运动测试CPET数据作为参考，输入到心肺功能数字孪生模型，生成针对用户个人的心肺功能极限和突发急病风险预测，达到个体化运动健康管理的目的。本发明采用的技术方案首先是采用偏微分方程组描述呼吸‑循环‑功能器官的氧代谢链条，再用数字孪生神经网络拟合这个代谢链条，输入个体特征和运动负荷参数，输出氧代谢结果和人体内部功能特征参数；进一步地，将数字孪生网络的输出再输入给预测网络，实现对心血管发病风险预测。本发明生成的个性化心肺功能数字孪生模型为开展更科学高效的体能训练、疾病的早期干预与精准预防提供了有力工具。

本发明授权一种基于个体化心肺功能数字孪生模型实现运动健康管理方法在权利要求书中公布了：1.一种基于个体化心肺功能数字孪生模型实现运动健康管理方法，其特征在于，步骤如下： 第一步，构建人体心肺功能生理机制数字孪生模型 首先构建描述人体心肺功能生理机制的物理模型，接着利用第一个神经网络算法学习复杂的物理模型从而生成轻量化的数字模型； 1人体心肺功能生理机制的物理模型包括心血管系统、呼吸力学系统、气体交换系统、心血管控制系统、呼吸控制系统； 人体心肺功能生理机制的物理模型通过MATLAB中的Simulink库实现建模与仿真；首先通过添加原子子系统模块构建出五个大模块框架；考虑到模型中公式的复杂特性，使用S函数分别编写各个子模块中的公式和参数，根据模型需求设置输入输出，并记入对应的S-Function模块中；将各个S函数块的输入输出接口按照模型中参数的交换情况相互连接，即能实现整个人体心肺功能生理模型的搭建； 2第一个神经网络算法采用基于长短期记忆网络LSTM的序列预测模型； 第一个神经网络具体网络训练阶段如下： 1预训练： 首先初始化网络权重，输入数据集中的相应参数进行前向传播，数据依次经过三个LSTM隐藏层，在每个隐藏层中，由加权求和、非线性激活函数共同处理；最终在输出层生成预测值； 反向传播过程，首先，需要计算损失函数相对于网络输出的梯度，通过链式法则逐层计算每个权重和偏置的梯度；这些梯度表示每个参数对最终误差的贡献程度；接着，通过随机梯度下降算法，梯度更新网络权重以减少损失，从而使网络持续地调整其权重参数，实现损失函数的最小化；为防止过拟合现象，每个隐藏层之后采用正则化技术：在训练过程中随机将网络中部分神经元输出置零，避免模型过于复杂或对训练数据产生过度拟合； 通过反复迭代上述前向传播与反向传播，直至损失函数趋于稳定收敛； 2二次训练：二次训练的流程如下： 首先采用预训练的网络参数作为初始权重，输入与预训练阶段相同，经过相同网络结构在输出层生成预测值； 反向传播过程与预训练阶段一致；通过最小化损失函数，使网络输出能够更精确地拟合个体的测试数据，优化网络性能； 通过反复迭代上述前向传播与反向传播，直至损失函数趋于稳定收敛； 第二步，为数字孪生模型赋予运动健康管理功能 第二个神经网络仍采用LSTM方法；输入数据：包括第一个神经网络在第二次训练所用的输出数据；输出数据：受试者的CPET诊断结果；按比例将预处理后的数据划分为训练集、验证集；对于损失函数，同时进行疾病预测和健康建议，需要分别建立损失函数并赋予权重结合成总的损失函数； 其中，LSTM层通过sigmoid函数实现门控机制，控制信息的流动与遗忘；同时采用tanh和函数对候选记忆细胞及输出值进行非线性变换，以捕捉时间序列中的复杂依赖关系。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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。