買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉陜西省人民醫院(陜西省臨床醫學研究院)申請的專利基于深度學習的神經內科病情分析方法、系統和介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120299687B 。

龍圖騰網通過國家知識產權局官網在2025-08-19發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510779983.1，技術領域涉及：G16H50/20；該發明授權基于深度學習的神經內科病情分析方法、系統和介質是由袁婕設計研發完成，并于2025-06-12向國家知識產權局提交的專利申請。

本基于深度學習的神經內科病情分析方法、系統和介質在說明書摘要公布了：本發明公開了基于深度學習的神經內科病情分析方法、系統和介質，包括如下步驟：S1、獲取數據執行預處理；S2、構建時序卷積神經網絡模型；S3、采用改進煙花算法對結構參數集合進行全局搜索優化，生成結構優化的時序卷積神經網絡模型；S4、采用改進水波優化算法依據偏振向量調整擾動方向與幅度，獲得最優超參數配置；S5、訓練模型；S6、輸入數據，加載至邊緣計算設備執行推理任務，呈現預測結果。本發明實現了神經病情智能識別的高精度預測與模型部署效率的同步提升。

本發明授權基于深度學習的神經內科病情分析方法、系統和介質在權利要求書中公布了：1.基于深度學習的神經內科病情分析方法，其特征在于，包括如下步驟： S1、獲取神經內科患者的腦電圖時序信號數據，執行預處理； S2、構建包含結構參數集合的時序卷積神經網絡模型； S3、采用改進煙花算法對結構參數集合進行全局搜索優化，基于結構參數維度生成結構參數組合并進行訓練，構建結構合法性校驗模塊剔除不滿足網絡配置規則的結構參數組合，構建多目標適應度函數，對所有結構參數組合進行評分，引入逆適應度擾動機制，選取適應度最高的結構參數組合，生成結構優化的時序卷積神經網絡模型； S4、設定超參數集合，為每組超參數附加偏振向量，采用改進水波優化算法在每輪訓練中傳播、反射與折射超參數解，依據偏振向量調整擾動方向與幅度，基于多目標適應度函數進行評估，在擾動后適應度下降時觸發超參數擾動自修復機制，迭代獲得最優超參數配置； S5、在最優結構參數組合與最優超參數配置控制下，訓練結構優化的時序卷積神經網絡模型，獲得最終分析模型； S6、將預處理后的腦電圖時序信號數據輸入所述最終分析模型，獲得病情階段分類結果與病情趨勢預測結果，生成部署版本，加載至邊緣計算設備執行推理任務，將病情階段分類結果與病情趨勢預測結果呈現； 所述S3具體包括： S31、設定結構參數搜索空間，將每一組結構參數組合為一個結構向量； S32、將結構參數搜索空間中的結構向量作為初始爆炸中心，對每個初始爆炸中心根據對應時序卷積神經網絡模型在驗證集上的預測性能計算適應度值，基于適應度值動態設定自適應爆炸半徑； S33、以每個初始爆炸中心和對應的爆炸半徑為基礎，在鄰域內生成新的結構參數組合，對生成的結構參數組合執行結構合法性校驗，僅保留滿足神經網絡構建規則的結構參數組合； S34、將滿足神經網絡構建規則的結構參數組合分別配置至時序卷積神經網絡模型，在訓練集上訓練，記錄驗證集上的準確率、訓練輪數和資源占用信息，計算綜合適應度得分，衡量該結構的總體性能； S35、在適應度排名靠后的爆炸中心中引入逆適應度擾動策略，在迭代過程中持續更新爆炸中心集合； S36、重復執行步驟S32至S35，直至達到設定的最大搜索輪數或全局適應度收斂標準，最終確定適應度最高的結構參數組合作為時序卷積神經網絡模型的結構配置，生成結構優化模型； 所述S35中的逆適應度擾動策略包括：在每輪結構參數組合搜索迭代過程中，確定當前爆炸中心集合中適應度值低于中位數的部分結構參數組合作為低適應度爆炸中心集合，對低適應度爆炸中心集合中的每個結構參數組合，增加火花生成數量，在搜索鄰域內擴大擾動范圍，動態提升爆炸半徑值，依據擴大后的爆炸半徑值，在搜索空間中生成新一輪結構參數組合，納入下一輪爆炸中心候選集中。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人陜西省人民醫院(陜西省臨床醫學研究院)，其通訊地址為：710068 陜西省西安市碑林區友誼西路256號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。