買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣州大學(xué);山東特殊教育職業(yè)學(xué)院申請的專利一種基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120436645B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510947241.5，技術(shù)領(lǐng)域涉及：A61B5/16；該發(fā)明授權(quán)一種基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估方法是由馬亞芹;李東岳;陳西梅設(shè)計研發(fā)完成，并于2025-07-10向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估方法在說明書摘要公布了：本發(fā)明涉及人工智能與數(shù)據(jù)處理技術(shù)領(lǐng)域，具體涉及一種基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估方法，具體如下：通過可穿戴心率監(jiān)測設(shè)備記錄自閉癥兒童在進(jìn)行干預(yù)任務(wù)訓(xùn)練時的心率信號；對采集心率信號進(jìn)行預(yù)處理；構(gòu)造數(shù)據(jù)集并劃分為訓(xùn)練集、驗證集和測試集；對數(shù)據(jù)集中的每段樣本數(shù)據(jù)進(jìn)行動態(tài)時間分段和自適應(yīng)噪聲抑制；構(gòu)建基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估模型，將去噪后的訓(xùn)練集輸入至模型中進(jìn)行訓(xùn)練，通過驗證集驗證模型的性能指標(biāo)；將測試集中數(shù)據(jù)輸入至訓(xùn)練好的模型中，得到最終的評估結(jié)果。本發(fā)明通過對反應(yīng)心理負(fù)荷、認(rèn)知參與和情緒波動的心率信號進(jìn)行分析處理，可以客觀的預(yù)估干預(yù)效果的情況，輔助人工判斷。

本發(fā)明授權(quán)一種基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估方法在權(quán)利要求書中公布了：1.一種基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估方法，其特征是，包括以下步驟： S1、數(shù)據(jù)采集：通過可穿戴心率監(jiān)測設(shè)備記錄自閉癥兒童在進(jìn)行干預(yù)任務(wù)訓(xùn)練時的心率信號； S2、數(shù)據(jù)預(yù)處理：對采集心率信號進(jìn)行預(yù)處理，去除異常數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行歸一化和時間對齊； S3、數(shù)據(jù)集構(gòu)造和劃分：構(gòu)造數(shù)據(jù)集時，將預(yù)處理后的數(shù)據(jù)根據(jù)干預(yù)任務(wù)的不同劃分為多個樣本，每個樣本包含一個干預(yù)任務(wù)的時間段內(nèi)的完整心率序列，以及該干預(yù)任務(wù)對應(yīng)的標(biāo)簽，然后將數(shù)據(jù)集劃分為訓(xùn)練集、驗證集和測試集； S4、數(shù)據(jù)去噪：對數(shù)據(jù)集中的每段樣本數(shù)據(jù)進(jìn)行動態(tài)時間分段，然后對每個時間段的數(shù)據(jù)進(jìn)行自適應(yīng)噪聲抑制； S4具體如下： 對數(shù)據(jù)集中預(yù)處理后的心率信號進(jìn)行動態(tài)分段處理，依據(jù)干預(yù)訓(xùn)練任務(wù)中每個干預(yù)階段的時間跨度將連續(xù)的心率信號劃分為多個可變長度的時間片段； 然后，在每個時間片段內(nèi)，選擇與該片段時間特性匹配的小波基函數(shù)，根據(jù)片段內(nèi)數(shù)據(jù)的均值和方差統(tǒng)計特征動態(tài)調(diào)整小波窗口寬度，再對每個片段內(nèi)的數(shù)據(jù)進(jìn)行雙閾值篩選，得到每個片段去噪后的心率信號； 最后，將所有時間片段去噪后的心率信號按時間順序拼接為完整的心率信號時間序列，并從中提取每個干預(yù)任務(wù)錨點起始時刻對應(yīng)的心率值； S5、構(gòu)建基于深度學(xué)習(xí)的執(zhí)行式干預(yù)效果評估模型，將去噪后的訓(xùn)練集輸入至模型中進(jìn)行訓(xùn)練，得到干預(yù)效果的評估結(jié)果，同時通過驗證集驗證模型的性能指標(biāo)，直至模型的性能指標(biāo)到達(dá)預(yù)設(shè)的標(biāo)準(zhǔn)時，模型停止訓(xùn)練，得到訓(xùn)練好的模型，模型的訓(xùn)練內(nèi)容包括心率序列的動態(tài)注意力編碼、構(gòu)造多尺度微分特征和深度脈沖神經(jīng)網(wǎng)絡(luò)建模； 構(gòu)造多尺度微分特征的過程具體如下： 通過動態(tài)調(diào)整微分核寬度來捕捉不同時間尺度的心率變化，計算當(dāng)前時刻附近局部窗口內(nèi)心率的方差，根據(jù)方差大小自適應(yīng)確定微分核寬度，得到動態(tài)核寬度，然后利用該核寬度計算前后心率值的差分，并通過指數(shù)函數(shù)結(jié)合局部方差對差分結(jié)果進(jìn)行平滑，進(jìn)而得到心率差分特征； 然后將每個樣本去噪后的心率信號時間序列與不同核寬度的心率差分特征按時間點拼接，形成多尺度聯(lián)合特征； S6、將測試集中數(shù)據(jù)輸入至訓(xùn)練好的模型中，輸出干預(yù)效果的分類概率，取概率最大的類別作為最終的評估結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廣州大學(xué);山東特殊教育職業(yè)學(xué)院，其通訊地址為：510006 廣東省廣州市大學(xué)城外環(huán)西路230號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。