返回项目页面
对比文件列表
2000-11-21_JP2000316915A_发明专利_JP2000316915A Help supporting device_+++A_D_E_H_J_L_M_O+++.docx
2026-07-22 17:39
2001-03-06_JP2001057996A_发明专利_JP2001057996A Nursing aid device_+++A_D_E_H_J_L_M_O+++.docx
2026-07-22 17:39
2002-02-19_JP2002052009A_发明专利_JP2002052009A Air mat for measuring subject data_+++A_B_C_D_E_I_J_L+++.docx
2026-07-22 17:39
2004-01-17_CA2393880A_发明专利_CA2393880A1 BED OCCUPANT MONITORING SYSTEM_+++A_B_C_D_E_H_I_J_K_L_M+++.docx
2026-07-22 17:39
2004-01-22_WO2004006768A_发明申请_WO2004006768A1 BED OCCUPANT MONITORING SYSTEM_+++A_B_C_D_E_H_I_J_K_L_M+++.docx
2026-07-22 17:39
2004-02-02_AU2003249811A_发明专利_AU2003249811A1 BED OCCUPANT MONITORING SYSTEM_+++A_B_C_D_E_H_I_J_K_L_M+++.docx
2026-07-22 17:39
2004-07-02_JP2004180804A_发明专利_JP2004180804A Bed apparatus with biological information collecting function_+++A_B_C_D_E_I_L+++.docx
2026-07-22 17:39
2004-09-02_WO2004073577A_发明申请_WO2004073577A1 PAD_+++A_B_C_D_E_I_J_K_L_M+++.docx
2026-07-22 17:39
2005-06-15_EP1538984A_发明公开_EP1538984A1 BED OCCUPANT MONITORING SYSTEM_+++A_B_C_D_E_H_I_J_K_L_M+++.docx
2026-07-22 17:39
2005-07-14_JP2005185650A_发明专利_JP2005185650A Equipment use status determination method and equipment use status determination device_+++A_B_C_D_E_I_J_K_L_M+++.docx
2026-07-22 17:39
2006-03-09_US2006049936A_发明申请_US20060049936A1 Configurable system for alerting caregivers_+++A_B_C_D_E_H_I_J_L_M+++.docx
2026-07-22 17:39
2006-07-13_US2006152378A_发明申请_US20060152378A1 Bed occupant monitoring system_+++A_B_C_D_E_I_J_K_L_M+++.docx
2026-07-22 17:39
2006-08-03_US2006169282A_发明申请_US20060169282A1 Sleep stage determination apparatus_+++A_B_C_D_E_I_J_K_L+++.docx
2026-07-22 17:39
2006-10-19_JP2006280686A_发明专利_JP2006280686A Sleep stage determination apparatus_+++A_B_C_D_E_I_J_K_L+++.docx
2026-07-22 17:39
2007-05-24_US2007118054A_发明申请_US20070118054A1 METHODS AND SYSTEMS FOR MONITORING PATIENTS FOR CLINICAL EPISODES_+++A_B_C_D_E_F_H_I_K_L_g_j_m_n_o_p+++.docx
2026-07-22 17:39
2007-06-14_US2007132597A_发明申请_US20070132597A1 METHODS AND SYSTEMS FOR MONITORING PATIENT SUPPORT EXITING AND INITIATING RESPONSE_+++A_B_C_D_E_H_I_J_L_M+++.docx
2026-07-22 17:39
2007-06-14_US2007136102A_发明申请_US20070136102A1 METHODS FOR REFINING PATIENT, STAFF AND VISITOR PROFILES USED IN MONITORING QUALITY AND PERFORMANCE AT A HEALTHCARE FACILITY_+++A_B_C_D_E_H_I_J_L_M_O_f_g_n+++.docx
2026-07-22 17:39
2007-07-05_US2007156031A_发明申请_US20070156031A1 SYSTEMS AND METHODS FOR INTELLIGENT MEDICAL VIGILANCE_+++A_B_C_D_E_I_J_L_M+++.docx
2026-07-22 17:39
2007-07-12_US2007162304A_发明申请_US20070162304A1 METHODS AND SYSTEMS FOR MONITORING QUALITY AND PERFORMANCE AT A HEALTHCARE FACILITY_+++A_B_C_D_E_H_I_J_L_M_O+++.docx
2026-07-22 17:39
2007-08-02_JP2007190269A_发明专利_JP2007190269A Bed apparatus with system predicting_detecting getting-out of bed_+++A_D_E_H_J_L_M+++.docx
2026-07-22 17:39
2007-08-16_JP2007202847A_发明专利_JP2007202847A On-bedding detection device_+++A_B_C_D_E_I_J_K_L+++.docx
2026-07-22 17:39
2007-11-29_US2007276202A_发明申请_US20070276202A1 Method and Apparatus for Measuring and Monitoring Vital Functions or Presence_+++A_B_C_D_E_H_I_J_K_L_M_f_n+++.docx
2026-07-22 17:39
2007-12-27_JP2007330336A_发明专利_JP2007330336A Care supporting device and getting-up detecting method_+++A_D_E_H_L_j+++.docx
2026-07-22 17:39
2007-12-27_JP2007330659A_发明专利_JP2007330659A Method of detecting on-bed situation_+++A_D_L_M_h+++.docx
2026-07-22 17:39
2008-01-08_US7316171B_发明授权_US07316171B2 Biosignal intensity measuring method, bedding state judging method, and bedding state monitoring device_+++A_B_C_D_E_I_J_L+++.docx
2026-07-22 17:39
2008-01-10_US2008005838A_发明申请_US20080005838A1 SYSTEM FOR DETECTING AND MONITORING VITAL SIGNS_+++A_B_C_D_E_H_I_J_K_L_M+++.docx
2026-07-22 17:39
2008-01-24_US2008021731A_发明申请_US20080021731A1 METHODS AND SYSTEMS FOR MONITORING PATIENT SUPPORT EXITING AND INITIATING RESPONSE_+++A_B_C_D_E_H_I_J_L_M_O+++.docx
2026-07-22 17:39
2008-02-26_US7336187B_发明授权_US07336187B2 Patient activity monitor_+++A_B_C_D_E_H_I_J_K_L_M_P_f_n+++.docx
2026-07-22 17:39
2008-06-05_US2008132808A_发明申请_US20080132808A1 BED OCCUPANT MONITORING SYSTEM_+++A_B_C_D_E_H_I_J_K_L_M+++.docx
2026-07-22 17:39
2008-07-17_US2008169931A_发明申请_US20080169931A1 BED EXIT AND PATIENT DETECTION SYSTEM_+++A_B_C_D_E_H_I_J_L_M+++.docx
2026-07-22 17:39
2000-11-21_JP2000316915A_发明专利_JP2000316915A Help supporting device_+++A_D_E_H_J_L_M_O+++.docx

对比文件的名称:2000-11-21_JP2000316915A_发明专利_JP2000316915A Help supporting device

目标专利的名称: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)公开性论述
技术特征A:该系统包括一个或多个传感器(10)<br>《直接公开》对比文件[0060]:“被介護者毎のベッド9は、…脚部12の下部には、ロードセルなどを含んで実現される重量検出素子13a〜13dがそれぞれ設けられる。(翻译:每个被护理者的床9的腿部12下方分别设置有包括载荷传感器等实现的重量检测元件13a~13d。)”对比文件明确公开了多个重量检测元件(13a~13d),这些元件相当于权利要求中的“一个或多个传感器”,用于检测重量信息。因此,技术特征A被直接公开。
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<br>《不公开》对比文件[0060]及[0071]:重量检测元件用于检测重量,并计算重心位置;未涉及测量心率、呼吸率等生理特征。对比文件中的传感器是重量检测元件,其测量的对象是重量和重心位置,而目标专利定义的“生理特征”明确包括心率、脉率、呼吸率、体温、血压或心率变异性,不包括重量或重心位置。因此,对比文件未公开此项特征。
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<br>《不公开》对比文件[0068]:“機能A1は、重量検出素子13の電気的変化量を、重量データに変換する機能(翻译:功能A1是将重量检测元件13的电变化量转换为重量数据的功能。)”对比文件中传感器产生的信号指示重量数据,而非目标专利所定义的生理特征(如心率、呼吸率等)的对应信号。由于技术特征B不成立,技术特征C也不被公开。
技术特征D:和处理器(12)<br>《直接公开》对比文件[0062]:“第1制御手段15は、第1処理手段18と、第1伝送手段19とを含む。第1処理手段18は、たとえばマイクロコンピュータなどによって実現される。(翻译:第1控制单元15包括第1处理单元18和第一传输单元19。第1处理单元18由例如微计算机实现。)”对比文件公开了第1处理单元18(微计算机),该单元用于接收传感器信号并执行处理,相当于权利要求中的处理器。因此,技术特征D被直接公开。
技术特征E:所述处理器(12)适于监视所述对应信号<br>《直接公开》对比文件[0068]:“機能A1は、重量検出素子13の電気的変化量を、重量データに変換する機能(翻译:功能A1是将重量检测元件13的电变化量转换为重量数据的功能。)”以及[0071]中描述重量测量步骤。对比文件中的第1处理单元18持续接收并处理来自重量检测元件的信号,将电变化量转换为重量数据,即监视该对应信号。因此,技术特征E被直接公开。
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<br>《不公开》对比文件[0133]~[0142]:描述了基于重心位置在离床预测区划中的移动方向来预测离床,但依据的是重心位置变化,而非生理特征变化。对比文件是根据重心位置的变化(移动方向)来预测离床可能性,而目标专利要求根据“生理特征的变化”(如心率变异性)。重心位置变化不属于目标专利定义的生理特征。因此,技术特征F未被公开。
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<br>《不公开》对比文件[0165]~[0179]:描述了基于离床预测区划中重心移动的历史数据(移动次数k和离床次数f)更新离床概率,但对比的是重心移动方向数据,而非生理特征变化数据。对比文件公开了利用历史离床数据(重心移动方向)来更新概率,但该历史数据是重心位置相关数据,而非生理特征数据。目标专利要求比较生理特征变化,因此技术特征G未被公开。
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<br>《直接公开》对比文件[0137](图29步骤f6):“表示手段8に表示して警報を発生する(翻译:在显示单元8上显示并发出警报。)”以及[0133]:“離床予測を介護者に表示手段8によって表示することによって伝達することができる(翻译:离床预测可以通过显示单元8显示给护理者来进行传达。)”对比文件明确在判断离床可能性高时,通过显示单元发出警报。因此,技术特征H被直接公开。
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<br>《不公开》对比文件全文:所有传感器均为重量检测元件,用于检测重量和重心位置,未提及心率、呼吸率、体温、血压等生理特征的测量。对比文件未公开任何用于测量心率、呼吸率、体温、血压或心率变异性的传感器,也未提及这些生理特征。因此,技术特征I未被公开。
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)<br>《直接公开》对比文件[0073]~[0075]:“ステップa3では、被介護者の離床発生のチェックを行う。式6が成立するとき、ステップa4では、被介護者がベッド9から離れて離床が発生したものと判断する。式6:W≦Wu(翻译:在步骤a3中,检查被护理者的离床发生。当式6成立时,在步骤a4中判断被护理者离开床9,发生离床。式6:W≦Wu。)”以及[0068]功能A2離床検出機能。对比文件通过重量检测元件检测用户是否离床,即检测用户存在或不存在于床上。这些传感器(重量检测元件)用于判断用户的在床状态,因此直接公开了技术特征J。
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)<br>《不公开》对比文件[0061]、[0073]:重量检测元件既用于离床检测,也用于重心计算,但对比文件不存在用于测量生理特征(如心率)的传感器,因此不存在将生理特征传感器复用为存在检测传感器的情况。对比文件中用于检测用户存在的传感器是重量检测元件,但该元件并非用于测量目标专利定义的生理特征(心率、呼吸率等)。对比文件未公开任何生理特征传感器,因此技术特征K未被公开。
技术特征L:其中所述传感器(18)包括压力传感器或应变计<br>《直接公开》对比文件[0061]:“重量検出素子13は、ロードセル29と、そのロードセル29を収納する収納体30とを有する。(翻译:重量检测元件13具有载荷传感器29和容纳该载荷传感器29的壳体30。)”载荷传感器通常属于压力传感器的一种,也可视为应变计类传感器。因此,对比文件公开的传感器(重量检测元件)包括压力传感器或应变计,直接公开了技术特征L。
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<br>《直接公开》对比文件[0073]~[0075]离床检测,及[0068]功能A2,并[0105]功能B2:“離床発生、活動状態異常、端座発生、寝返り支援要求発生の各状態を表示手段によって表示する(翻译:离床发生、活动状态异常、端坐发生、翻身支援要求发生各状态由显示单元显示。)”对比文件在检测到离床(传感器指示用户已经离开床)时,通过显示单元发出警报或报警信号。因此,技术特征M被直接公开。
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<br>《不公开》对比文件[0133]~[0142]:描述了基于重心位置在离床预测区划中的移动方向预测离床的算法,但该算法依据的是重心位置变化,而非生理特征变化。对比文件公开了离床预测算法,但该算法基于重心位置的变化(移动方向),而非目标专利要求的生理特征(如心率变异性)的变化。因此,技术特征N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<br>《直接公开》对比文件[0165]~[0179](图39):“離床発生確率ρの再計算方法…離床が発生したか否かが判断される。…離床回数fが離床回数演算手段によって演算されるとともに、…離床発生確率ρが再計算される。(翻译:离床发生概率ρ的重新计算方法…判断是否发生离床…离床次数f由离床次数计算单元计算,同时离床发生概率ρ被重新计算。)”对比文件明确基于离床是否发生(传感器指示)来更新离床概率ρ,即基于所确定的可能性与实际离床指示的比较来更新预测算法。因此,技术特征O被直接公开。
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<br>《不公开》对比文件[0149]~[0161]:描述了活动模式分析(运动量、运动次数、运动速度的阈值比较和分类),但未提到监督分类算法(如神经网络或支持向量机)。对比文件的离床预测算法基于概率计算和阈值比较,未公开使用监督分类算法(如SVM、神经网络)。因此,技术特征P未被公开。

<<<A>>><<<D>>><<<E>>><<<H>>><<<J>>><<<L>>><<<M>>><<<O>>>

权利要求与技术特征
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