一种用于呼吸机的滤波方法及装置的制造方法
【专利摘要】本发明公开了一种用于呼吸机的滤波方法，包括：获取呼吸机的传感器输出的原始数据；采用N重毛刺处理的方法对所述原始数据进行毛刺处理得到中间数据；采用加权滤波的方法对所述中间数据进行滤波得到所述传感器的滤波数据；其中，N为正整数。首先对传感器输出的数据进行毛刺处理，极大效率的滤除了呼吸机传感器采集到的数据波动，对毛刺处理后的数据采用加权滤波的方法，降低了因纯粹的算术平均引起的误差较大的问题。此外，本发明还公开一种用于呼吸机的滤波装置。
【专利说明】
-种用于呼吸机的滤波方法及装置
技术领域
[0001] 本发明设及电子技术领域，特别是设及一种用于呼吸机的滤波方法及装置
【背景技术】
[0002] 呼吸机根据治疗方案调整呼吸气体的加压流的一个或者多个流体参数，需要W加 压流的流量数据为依据。流量传感器作为采集流量数据的重要硬件装置，其输出数据的精 度对呼吸机的气体调整有非常重要的影响。
[0003] 呼吸机根据治疗方案调整呼吸气体的加压流的一个或者多个流体参数，需要W加 压流的流量数据为依据。流量传感器作为采集流量数据的重要硬件装置，其输出数据的精 度对呼吸机的气体调整有非常重要的影响。
[0004] 目前，对于流量传感器的输出数据进行滤波处理是本领域技术人员采用的提高输 出数据精度的方法。该滤波处理方法是通过限幅和递归平均处理方法，在限幅处理环节，由 于需要将幅值过大的数据剔除，容易导致受试者因正常呼吸引起的突升数据作为干扰数据 被滤除，另外，不同的数据在整个输出数据中的影响权重不同，因此，如果采用递归平均处 理就没有考虑到单个数据对于整体数据的权重影响，导致滤波后的输出数据与实际输出数 据偏差过大，精度较低。
[0005] 由此可见，如何提高流量传感器输出数据的精度是本领域技术人员亟待解决的问 题。
【发明内容】
[0006] 本发明的目的是提供一种用于呼吸机的滤波方法及装置。
[0007] 为解决上述技术问题，本发明提供一种用于呼吸机的滤波方法，包括：
[0008] 获取呼吸机的传感器输出的原始数据；
[0009] 采用N重毛刺处理的方法对所述原始数据进行毛刺处理得到中间数据；
[0010] 采用加权滤波的方法对所述中间数据进行滤波得到所述传感器的滤波数据；
[001 U 其中，N为正整数。
[0012]优选地，N=3。
[0013] 优选地，所述采用N重毛刺处理的方法对所述原始数据进行毛刺处理得到中间数 据具体包括：
[0014] 对所述原始数据进行N重处理后输出所述中间数据，所述原始数据作为第1重处理 的输入数据，每重毛刺处理的输出数据作为下一重毛刺处理的输入的数据，每重毛刺处理 具体包括：
[0015] S10:设置当前时刻为0,获取由当前时刻开始依次输出的第一数据，第二数据和第 =数据；
[0016] Sll:依据当前获取的第一数据，第二数据和第=数据在第一数据和第二数据中分 别确定一个输出数据和一个剔除数据；
[0017] S12:将当前时刻设置为输出第二数据的时刻，获取由当前时刻开始依次输出的第 一数据，第二数据和第=数据，返回步骤Sll，直至无法获取到输出的数据为止。
[0018] 优选地，所述依据当前获取的第一数据，第二数据和第=数据在第一数据和第二 数据中分别确定一个输出数据和一个剔除数据具体为：
[0019] 判断事件(a U 0) n 丫是否为真，如果是，则第一数据为输出数据，第二数据为剔除 数据，如果否，则第一数据为剔除数据，第二数据为输出数据；
[0020] a为事件:第二数据〉第一数据且第二数据〉第=数据；
[0021] 0为事件:第二数据<第一数据且第二数据 <第=数据；
[0022] 丫为事件:min( I第二数据-第一数据I，I第二数据-第S数据I )〉H/2,其中，H为恒 定流量下传感器输出数据波动幅值的最大值。
[0023] 优选地，所述采用加权滤波的方法对所述中间数据进行滤波得到所述传感器的滤 波数据具体包括：
[0024] S20:判断所述中间数据的个数是否达到预定个数M;如果是，进入步骤S21，如果 否，返回步骤S20;
[0025] S21:计算第M+j个中间数据和其之前的M-I个中间数据的判定因子W及最大值和 最小值；
[0026] 其中，j从0开始；
[0027] S22:根据所述判定因子、所述最大值和所述最小值的关系确定所述第M+j个中间 数据对应的滤波数据；
[002引S23:判断第M+j个中间数据是否为最后一个中间数据，如果否，进入步骤S24,如果 是，则结束；
[00巧]S24:将j的值加1，返回步骤S21;
[0030] 其中，M为大于1的正整数，所述判定因子Km=(max-min)/M。
[0031] 优选地，所述根据所述判定因子，所述最大值和所述最小值的关系确定所述第M+j 个中间数据对应的滤波数据具体为：
[0032] 若|Km|《H/M，则所述第M+j个中间数据对应的滤波数据为第M+j个中间数据和其 之前的M-I个中间数据的算术平均值；
[00削若Km〉H/M，则利用最小二乘法计算M个中间数据的斜率Kmb;
[0034]若所述K m b〉0，则所述第M + j个中间数据对应的滤波数据为
[003引若K m < 0，则所述第M + j个中间数据对应的滤波数据天
[0036]其中，X功第M+j个中间数据和其之前的M-I个中间数据的第i个中间数据的值，Wi 为Xi对应的权值。
[0037] 优选地，M= 10。
[0038] 优选地，所述斜率为所述最大值与最小值的差值。
[0039] -种用于呼吸机的滤波装置，包括：
[0040] 获取单元，用于获取呼吸机的传感器输出的原始数据；
[0041] 毛刺处理单元，用于采用N重毛刺处理的方法对所述原始数据进行毛刺处理得到 中间数据；
[0042] 加权滤波单元，用于采用加权滤波的方法对所述中间数据进行滤波得到所述传感 器的滤波数据；
[0043] 其中，N为正整数。
[0044] 本发明所提供的用于呼吸机的滤波方法，首先对传感器输出的数据进行毛刺处 理，极大效率的滤除了呼吸机传感器采集到的数据波动，对毛刺处理后的数据采用加权滤 波的方法，降低了因纯粹的算术平均引起的误差较大的问题。
【附图说明】
[0045] 为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的 介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人 员来讲，在不付出创造性劳动的前提下，还可W根据运些附图获得其他的附图。
[0046] 图1为本发明提供的一种用于呼吸机的滤波方法的流程图；
[0047] 图2为本发明实施例提供的一种当前时刻为加寸毛刺处理的原理图；
[0048] 图3为本发明实施例提供的当前时刻为输出第=数据的时刻对应的刺处理的原理 图；
[0049] 图4为本发明实施例提供的一种第一轮加权滤波的方法对应的原理图；
[0050] 图5为本发明实施例提供的一种第二轮加权滤波的方法对应的原理图；
[0051] 图6为本发明提供的一种用于呼吸机的滤波装置的结构图。
【具体实施方式】
[0052] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完 整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部实施例。基于本 发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他 实施例，都属于本发明保护范围。
[0053] 本发明的核屯、是提供一种用于呼吸机的滤波方法及装置。
[0054] 为了使本技术领域的人员更好地理解本发明方案，下面结合附图和【具体实施方式】 对本发明作进一步的详细说明。
[0055] 图1为本发明提供的一种用于呼吸机的滤波方法的流程图。如图1所示，用于呼吸 机的滤波方法包括：
[0056] SI:获取呼吸机的传感器输出的原始数据；
[0057] S2:采用N重毛刺处理的方法对原始数据进行毛刺处理得到中间数据；
[0058] S3:采用加权滤波的方法对中间数据进行滤波得到传感器的滤波数据；
[0化9] 其中，N为正整数。
[0060] 在具体实施中，当呼吸机正常工作时，传感器会按照一定的周期输出原始数据，我 们的目标就是要对运些原始数据进行处理。在步骤S2中，首先通过毛刺处理的方法对运些 原始数据进行毛刺处理去除一些数据，经过毛刺处理后得到中间数据，中间数据就是作为 加权滤波的方法的输入数据，在步骤S3中，采用加权的方式对每个数据在整体数据中的权 值地位进行计算。
[0061] 在本实施例中，对于原始数据采用N重毛刺处理可W将消除一些波动较大的数据， 运里所述的N重毛刺处理，是先对原始数据进行一次毛刺处理，然后对剩余的数据再进行一 次毛刺处理，按照需要，可W进行多次毛刺处理直的得到满意的效果。可W理解的是，传感 器输出的原始数据的量非常大，如果毛刺处理进行的次数较多的话，会导致处理速度过慢， 因此，选用几重毛刺处理要与处理速度和数据量大小综合考虑。例如，N可W为3,即对原始 数据进行3重滤波。另外，加权滤波的方法对中间数据进行滤波，因此，加权滤波从什么开 始，需要根据中间数据的多少来定，如果中间数据的个数还不满足加权滤波方法的条件，那 么不开始执行。
[0062] 本实施例提供的用于呼吸机的滤波方法，首先对传感器输出的数据进行毛刺处 理，极大效率的滤除了呼吸机传感器采集到的数据波动，对毛刺处理后的数据采用加权滤 波的方法，降低了因纯粹的算术平均引起的误差较大的问题。
[0063] 在上述实施实施例的基础上，作为一种优选的实施方式，步骤采用N重毛刺处理的 方法对原始数据进行毛刺处理得到中间数据具体包括:对原始数据进行N重处理后输出中 间数据，原始数据作为第1重处理的输入数据，每重毛刺处理的输出数据作为下一重毛刺处 理的输入的数据。
[0064] 如果是对原始数据进行3重处理，那么原始数据作为第1重处理的输入数据，第一 重处理得到的输出数据是第2重处理的输入数据，第2重处理得到的输出数据是第3重处理 的输入数据，第3重处理的输出数据就是中间数据。因为每重处理只是数据不同，毛刺处理 的方法是相同的，因此，W下只对其中的一次毛刺处理过程进行描述。
[0(?日]每重毛刺处理具体包括：
[0066] S10:设置当前时刻为0,获取由当前时刻开始依次输出的第一数据，第二数据和第 =数据；
[0067] Sll:依据当前获取的第一数据，第二数据和第=数据在第一数据和第二数据中分 别确定一个输出数据和一个剔除数据；
[0068] S12:将当前时刻设置为输出第二数据的时刻，获取由当前时刻开始依次输出的第 一数据，第二数据和第=数据，返回步骤Sll，直至无法获取到输出的数据为止。
[0069] 在具体实施中，每个数据都有可能作为第一数据，第二数据，或者第=数据，在第 一重处理中是第一数据，在第二重处理中有可能是第二数据，因此，第一数据，第二数据，第 =数据只是一个相对的概念，并不是指定一个具体的数据。为了方便描述，采用设置时钟的 方式进行描述。
[0070] 图2为本发明实施例提供的一种当前时刻为加寸毛刺处理的原理图。设置一个空间 队列，在图2中，A的位置就是第一数据，B的位置就是第二数据，X的位置就是第=数据的位 置。如果当前时刻为0那么传感器输出的第一个数据就是第一数据，输出的第二个数据就是 第二数据，输出的第=个数据就是第=数据。可W理解的是，第一数据输出的时间要超前于 第二数据，第二数据输出的时间要超前于第=数据。相对于第二数据和第一数据来说，第= 数据就是新数据，放在图2中的首位。此时，在第二数据和第一数据中确定出一个输出数据， 例如第二数据，和一个剔除数据例如，第一数据。剔除数据就不会参与到下一重毛刺处理的 过程中，而输出数据会继续参与。由此可见，在当前时刻为O的情况下，第一数据作为剔除数 据剔除，第二数据作为输出数据继续保留至下一重毛刺处理。图3为本发明实施例提供的当 前时刻为输出第=数据的时刻对应的刺处理的原理图。将当前时刻设置为输出第二数据的 时刻，此时，传感器输出的第二个数据，即上一轮的第=数据就变成本轮的第二数据，本轮 的第一数据是上一轮留下的输出数据。表现在图2和图3中就是C的位置由图2中的队首变成 图3中的队中。传感器输出的第四个数据D就是本轮的第=数据。在运一轮中，依然按照上述 方法得到一个剔除数据和一个输出数据。按照传感器的输出，不停的进行上述步骤，直到传 感器输出的最后一个数据作为第=数据并完成该轮的计算为止。
[0071] 在上述实施例的基础上，需要在第二数据和第一数据之间选择一个作为输出数 据，另一个为剔除数据，具体做法如下：
[0072] 判断事件(a U 0) n 丫是否为真，如果是，则第一数据为输出数据，第二数据为剔除 数据，如果否，则第一数据为剔除数据，第二数据为输出数据；
[0073] a为事件:第二数据〉第一数据且第二数据〉第=数据；
[0074] 0为事件:第二数据<第一数据且第二数据 <第=数据；
[007引 丫为事件:min( I第二数据-第一数据I，I第二数据-第S数据I )〉H/2,其中，骑財屆 振荡幅值决定。
[0076] 在本实施例中，如果第二数据〉第一数据且第二数据〉第=数据，则a为真，否则a为 假，如果第二数据<第一数据且第二数据<第=数据，则e为真，否则e为假，如果min ( I第二数 据-第一数据I，I第二数据-第S数据I )〉H/2，则丫为真，否则丫为假。例如，如果丫为真，且a 或e只要任意一个为真，则事件(Ciue)n 丫就是真，那么第一数据为输出数据，第二数据为 剔除数据;如果丫为假，无论a和e的结果，则事件(aue)n 丫就是假，那么第二数据为输出 数据，第一数据为剔除数据。
[0077] 在上述实施例的基础上，采用加权滤波的方法对中间数据进行滤波得到传感器的 滤波数据具体包括：
[0078] S20:判断中间数据的个数是否达到预定个数M;如果是，进入步骤S21，如果否，返 回步骤S20;
[0079] S21:计算第M+j个中间数据和其之前的M-I个中间数据的判定因子W及最大值和 最小值；
[0080] 其中，j从0开始；
[0081] S22:根据判定因子、最大值和最小值的关系确定第M+j个中间数据对应的滤波数 据；
[0082] S23:判断第M+j个中间数据是否为最后一个中间数据，如果否，进入步骤S24,如果 是，则结束；
[0083] S24:将j的值加1，返回步骤S21;
[0084] 其中，M为大于1的正整数。
[0085] 图4为本发明实施例提供的一种第一轮加权滤波的方法对应的原理图。如图4所 示，M为10。为了方便描述，在图4中设置一个包含10个位置的空间队列，每一轮最后一个中 间数据放在队首，比如，在第一轮，当输出第十个数据时，第十个数据就在XlO的位置，Xl的 位置就表示第一个中间数据，依次类推，那么此时空间队列由队首至队尾依次是第十个中 间数据X10、第九个中间数据X9、第八个中间数据X8、第屯个中间数据X7、第六个中间数据 X6、第五个中间数据X5、第四个中间数据X4、第=个中间数据X3、第二个中间数据X2、第一个 中间数据XI。如果毛刺处理输出的数据还没有达到10个，则输出的数据为无效数据，不是本 发明所要得到的数据，换句话说不开始执行W下步骤。当输出第十个数据时，则开始执行。 步骤S21中，j = 0，M+j就是10,那么就是计算第十个中间数据和其前面的9个中间数据对应 斜率W及最大值和最小值，根据斜率、最大值和最小值计算第十个中间数据对应的滤波数 据。可W理解的是，如果预定个数为10,则前9个中间数据即使有对应的数据输出也是无效 数据，，只有第十个开始之后的中间数据才是本发明所要得到的滤波数据。当计算完滤波数 据之后，本轮结束，则开始下一轮的计算。步骤S23中，判断M+j个中间数据是否为最后一个 中间数据，例如中间数据有100个，那么此时M+j为10,不是最后一个中间数据，则执行步骤 S24,即将j的值加1，返回步骤S21，即计算第十一个中间数据对应的滤波数据。此时可W看 做第十一个中间数据就会在上一轮的第十个个中间数据的位置，而第十个中间数据就会移 动到上一轮第九个中间数据的位置，依次类推，第二个中间数据就会移动到上一轮第一个 中间数据的位置，变成的队尾，最初的第一个中间数据就不再参与本次的计算。换句话说， 本轮的空间队列由队首至队尾依次是第十一个中间数据XII、第十个中间数据X10、第九个 中间数据X9、第八个中间数据X8、第屯个中间数据X7、第六个中间数据X6、第五个中间数据 X5、第四个中间数据X4、第S个中间数据X3、第二个中间数据X2。可W理解的是，本实施例提 到的"和其之前的M-I个中间数据"指的是在该数据之前，且顺序上与该数据最相邻的M-I个 数据。图5为本发明实施例提供的一种第二轮加权滤波的方法对应的原理图。反应在图4和 图5上就是Xll位于队首时，Xl就会丢弃，XlO由图4中的队首变成图5中第次队首。
[0086] 在上述实施例的基础上，根据判定因子，最大值和最小值的关系确定第M+j个中间 数据对应的滤波数据具体为：
[0087] 若|Km|《H/M，则第M+j个中间数据对应的滤波数据为第M+j个中间数据和其之前 的M-I个中间数据的算术平均值；
[00则若Km〉H/M，则利用最小二乘法计算M个中间数据的斜率Kmb;
[00例若K m b〉0，则第M + j个中间数据对应的滤波数据为X J保'， i 二1
[0090] 若K m < 0，则第M + j个中间数据对应的滤波数据为V J妒，，
/'二.1
[0091] 其中，X功第M+j个中间数据和其之前的M-I个中间数据的第i个中间数据的值，Wi 为Xi对应的权值。
[0092] 可W理解的是，最大值和最小值只有在同一轮滤波中才有意义，即图4中的最大值 和最小值与图5中的最大值和最小值是不同的。
[0093] 图6为本发明提供的一种用于呼吸机的滤波装置的结构图。如图6所示，用于呼吸 机的滤波装置包括：
[0094] 获取单元10,用于获取呼吸机的传感器输出的原始数据；
[00M]毛刺处理单元11，用于采用N重毛刺处理的方法对原始数据进行毛刺处理得到中 间数据；
[0096] 加权滤波单元12,用于采用加权滤波的方法对中间数据进行滤波得到传感器的滤 波数据；
[0097] 其中，N为正整数。
[0098] 由于用于呼吸机的滤波装置是用于呼吸机的滤波方法对应的装置部分的实施例， 因此具体的实施方式请参见方法部分的描述，本实施例暂不寶述。
[0099] W上对本发明所提供的用于呼吸机的滤波方法及装置进行了详细介绍。说明书中 各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处， 各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施 例公开的方法相对应，所W描述的比较简单，相关之处参见方法部分说明即可。应当指出， 对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可W对本发明进 行若干改进和修饰，运些改进和修饰也落入本发明权利要求的保护范围内。
[0100] 专业人员还可W进一步意识到，结合本文中所公开的实施例描述的各示例的单元 及算法步骤，能够W电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和 软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。运些 功能究竟W硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业 技术人员可W对每个特定的应用来使用不同方法来实现所描述的功能，但是运种实现不应 认为超出本发明的范围。
[0101] 结合本文中所公开的实施例描述的方法或算法的步骤可W直接用硬件、处理器执 行的软件模块，或者二者的结合来实施。软件模块可W置于随机存储器(RAM)、内存、只读存 储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术 领域内所公知的任意其它形式的存储介质中。
【主权项】
1. 一种用于呼吸机的滤波方法，其特征在于，包括： 获取呼吸机的传感器输出的原始数据； 采用N重毛刺处理的方法对所述原始数据进行毛刺处理得到中间数据； 采用加权滤波的方法对所述中间数据进行滤波得到所述传感器的滤波数据； 其中，N为正整数。2. 根据权利要求1所述的用于呼吸机的滤波方法，其特征在于，N=3。3. 根据权利要求2所述的用于呼吸机的滤波方法，其特征在于，所述采用N重毛刺处理 的方法对所述原始数据进行毛刺处理得到中间数据具体包括： 对所述原始数据进行N重处理后输出所述中间数据，所述原始数据作为第1重处理的输 入数据，每重毛刺处理的输出数据作为下一重毛刺处理的输入的数据，每重毛刺处理具体 包括： S10:设置当前时刻为0,获取由当前时刻开始依次输出的第一数据，第二数据和第三数 据； Sll:依据当前获取的第一数据，第二数据和第三数据在第一数据和第二数据中分别确 定一个输出数据和一个剔除数据； S12:将当前时刻设置为输出第二数据的时刻，获取由当前时刻开始依次输出的第一数 据，第二数据和第三数据，返回步骤Sll，直至无法获取到输出的数据为止。4. 根据权利要求3所述的用于呼吸机的滤波方法，其特征在于，所述依据当前获取的第 一数据，第二数据和第三数据在第一数据和第二数据中分别确定一个输出数据和一个剔除 数据具体为： 判断事件（a U β) η γ是否为真，如果是，则第一数据为输出数据，第二数据为剔除数 据，如果否，则第一数据为剔除数据，第二数据为输出数据； α为事件:第二数据〉第一数据且第二数据〉第三数据； β为事件:第二数据〈第一数据且第二数据〈第三数据； γ为事件:min( I第二数据-第一数据I，I第二数据-第三数据I )>Η/2，其中，H为恒定流 量下传感器输出数据波动幅值的最大值。5. 根据权利要求1或4所述的用于呼吸机的滤波方法，其特征在于，所述采用加权滤波 的方法对所述中间数据进行滤波得到所述传感器的滤波数据具体包括： S20:判断所述中间数据的个数是否达到预定个数Μ;如果是，进入步骤S21，如果否，返 回步骤S20; S21:计算第M+j个中间数据和其之前的M-I个中间数据的判定因子以及最大值和最小 值； 其中，j从〇开始； S22:根据所述判定因子、所述最大值和所述最小值的关系确定所述第M+j个中间数据 对应的滤波数据； S23:判断第M+j个中间数据是否为最后一个中间数据，如果否，进入步骤S24，如果是， 则结束； S24:将j的值加1，返回步骤S21; 其中，M为大于1的正整数，所述判定因子Km= (max-min)/M。6. 根据权利要求5所述的用于呼吸机的滤波方法，其特征在于，所述根据所述判定因 子，所述最大值和所述最小值的关系确定所述第M+j个中间数据对应的滤波数据具体为： 若I Km I彡H/M，则所述第M+j个中间数据对应的滤波数据为第M+j个中间数据和其之前 的M-I个中间数据的算术平均值； 若Km>H/M，则利用最小二乘法计算M个中间数据的斜率Kmb; 若所述K m b > O，则所述第M + j个中间数据对应的滤波数据为若K m〈 O，则所述第M + j个中间数据对应的滤波数据其中，X1为第M+j个中间数据和其之前的M-I个中间数据的第i个中间数据的值，W1SX 1 对应的权值。7. 根据权利要求6所述的用于呼吸机的滤波方法，其特征在于，M=10。8. 根据权利要求7所述的用于呼吸机的滤波方法，其特征在于，所述斜率为所述最大值 与最小值的差值。9. 一种用于呼吸机的滤波装置，其特征在于，包括： 获取单元，用于获取呼吸机的传感器输出的原始数据； 毛刺处理单元，用于采用N重毛刺处理的方法对所述原始数据进行毛刺处理得到中间 数据； 加权滤波单元，用于采用加权滤波的方法对所述中间数据进行滤波得到所述传感器的 滤波数据； 其中，N为正整数。
【文档编号】G06K9/00GK106022277SQ201610357035
【公开日】2016年10月12日
【申请日】2016年5月26日
【发明人】戴征, 丁锦, 刘炜, 徐勤鹏, 李伟利
【申请人】湖南明康中锦医疗科技发展有限公司