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
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
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

对比文件名称:2004-04-29_US2004079372A_发明申请_US20040079372A1 System and method for guidance of anesthesia, analgesia and amnesia

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

本次调用的模型名称:DeepSeek Chat

技术特征描述及公开性判断结果对比文件原文引用公开性论述
技术特征A:所述设备包括:《直接公开》对比文件[0027]:“FIG. 1 is a block schematic drawing of an exemplary apparatus according to the present invention.” 以及[0031]描述系统包括EEG电极、放大器、A/D多路器、DSP、微处理器、显示器、泵等。中文翻译:图1是根据本发明的示例性装置的框图示意图。该装置包括多个电极、放大器、A/D多路器、DSP、微处理器、显示器、泵等。对比文件公开了一种用于麻醉监测的设备,包括多种硬件组件,相当于公开了“设备包括”。该特征在对比文件中同样用于构建监测系统,作用相同。因此,技术特征A被直接公开。
技术特征B:-输入接口(30):《直接公开》对比文件[0027]:“a plurality of EEG electrodes 2a-2e are removably secured to the scalp of the patient” 以及[0030]“Each of the electrodes 2a-2e is connected to a respective one of the EEG/EP amplifiers 3a-3e”。中文翻译:多个EEG电极可移除地固定在患者头皮上;每个电极连接到相应的EEG/EP放大器。对比文件中的电极和放大器构成信号输入接口,用于接收脑电信号,与目标专利的输入接口功能类似(接收信号)。因此,技术特征B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:《未公开》无对比文件涉及的是EEG脑电信号,而非电磁辐射透射或反射信号。对比文件未公开任何关于光学体积描记术或电磁辐射探测的内容。因此,技术特征C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:《未公开》无对比文件使用的是电极位置(如F1、F2等)而非不同波长通道,没有波长依赖的反射或透射信息。因此,技术特征D未被公开。
技术特征E:-脉动信号计算单元(32):《未公开》无对比文件没有脉动信号的概念,也不存在计算脉动信号的单元。它计算的是EEG功率谱、Z分数等。因此,技术特征E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:《未公开》无对比文件没有使用特征向量(如Pbv),也没有计算脉动信号。因此,技术特征F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:《未公开》无对比文件没有公开任何特征向量,更不用说针对不同脉动信号使用不同特征向量。因此,技术特征G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:《未公开》无对比文件没有公开特征向量表示相对脉动性的概念。因此,技术特征H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:《未公开》对比文件[0043]提到“discriminant function is composed of weighted combinations of subsets of variables”,但这是判别函数,用于分类,与脉动信号计算无关。中文翻译:判别函数由变量子集的加权组合构成。对比文件虽然使用了加权组合,但对象是EEG特征变量,不是探测信号,且不用于计算脉动信号。因此,技术特征I未被公开。
技术特征J:得到这样的脉动信号:《未公开》无对比文件没有公开脉动信号。因此,技术特征J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:《未公开》无对比文件没有公开这种关系。因此,技术特征K未被公开。
技术特征L:-质量指标计算单元(34):《隐含公开》对比文件[0021]:“provide separate composites such as Mahalanobis distances or discriminant scores to provide scales which accurately assess DI, PI and MI.” 中文翻译:提供单独的复合指标如马氏距离或判别分数,以提供准确评估DI、PI和MI的尺度。对比文件公开了计算麻醉指数(DI、PI、MI)的单元,这些指数是评估麻醉状态的质量指标。虽然指数类型不同,但存在计算指标的功能单元,且该单元在对比文件中用于评估患者状态,与目标专利中质量指标计算单元的作用类似(提供评估指标)。因此,技术特征L被隐含公开。
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):《未公开》无对比文件没有脉动信号,因此不可能针对脉动信号计算质量指标。技术特征M未被公开。
技术特征N:-控制信号计算单元(35):《隐含公开》对比文件[0037]:“Alternatively, this information may be provided as control signals to a delivery control 19, which automatically controls three agent infusion pumps”。中文翻译:或者,该信息可以作为控制信号提供给输送控制器19,自动控制三个药剂输液泵。对比文件公开了微处理器产生控制信号的功能,即存在控制信号计算单元。该单元在对比文件中用于控制麻醉泵,与目标专利中控制信号计算单元的作用类似(产生控制信号)。因此,技术特征N被隐含公开。
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:《隐含公开》对比文件[0037]结合[0040]:根据DI、MI、PI等指数计算控制信号。对比文件中的DI、PI、MI可视为质量指标值,微处理器根据这些指标值计算控制信号。虽然指标名称不同,但原理相同,都是根据指标值生成控制信号。因此,技术特征O被隐含公开。
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:《未公开》无对比文件没有公开比较两个脉动信号的质量指标,而是将单个指数与设定点比较。因此,技术特征P未被公开。
技术特征Q:-特征调整单元(36):《未公开》无对比文件没有公开任何特征调整单元。它调整的是麻醉药物剂量,而非特征向量。因此,技术特征Q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):《未公开》无对比文件没有公开参考特征向量、更新向量及其计算。因此,技术特征R未被公开。
技术特征S:是选定向量,以及:《未公开》无对比文件没有公开任何选定向量。因此,技术特征S未被公开。
技术特征T:-处理单元(38):《直接公开》对比文件[0031]:“The microprocessor 12 is also connected to, and controls, the stimulus generator 13, the mass storage 14, the display 15, a printer 16 and a keyboard operator control panel 17.” 中文翻译:微处理器12还连接并控制刺激发生器13、大容量存储14、显示器15、打印机16和键盘操作控制面板17。对比文件公开了微处理器作为处理单元,用于控制和数据处理。该处理单元在对比文件中同样负责分析和决策,与目标专利中的处理单元作用相同。因此,技术特征T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):《未公开》无对比文件没有特征向量或脉动信号,也没有从最佳质量指标导出生理信息。它从EEG指数导出麻醉状态。因此,技术特征U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:《未公开》无对比文件没有公开特征向量或脉动信号计算单元。因此,技术特征V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:《未公开》无对比文件没有公开特征向量的时间序列和滤波。因此,技术特征W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:《未公开》无对比文件没有公开。因此,技术特征X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:《未公开》无对比文件没有公开特征调整单元或调整特征向量。因此,技术特征Y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):《未公开》无对比文件没有公开血容量脉动向量或参考特征向量。因此,技术特征Z未被公开。

<<<A>>><<<B>>><<<T>>><<<l>>><<<n>>><<<o>>>

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