宁波芯联心医疗科技有限公司马骏获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉宁波芯联心医疗科技有限公司申请的专利基于机器学习的植入传感器调控数据分析方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120802645B 。
龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511300883.2,技术领域涉及:G05B13/04;该发明授权基于机器学习的植入传感器调控数据分析方法及系统是由马骏设计研发完成,并于2025-09-12向国家知识产权局提交的专利申请。
本基于机器学习的植入传感器调控数据分析方法及系统在说明书摘要公布了:本申请提供一种基于机器学习的植入传感器调控数据分析方法及系统,涉及植入术调控应用技术领域,通过引入不均衡关联的参考优化参数组,扩大了参数搜索空间,探索并应用了以往被忽视的潜在优化方案,有效降低调控效果损耗。具体来说,通过综合考虑多种均衡与不均衡的参考优化参数组合,能够针对不同患者的生理特性和疾病状态进行个性化调控,显著提高治疗效果,并将每次调控优化的结果作为机器学习的训练样本,实现了机器学习的在线学习与更新,不断提升其预测精度和泛化能力,使其能够更好地适应患者生理状态的变化,从而提供了科学、量化的调控优化依据,提升了整个优化流程的自动化与智能化水平,为植入式医疗设备的应用开辟了新的可能性。
本发明授权基于机器学习的植入传感器调控数据分析方法及系统在权利要求书中公布了:1.一种深度学习系统,其特征在于,所述深度学习系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现基于机器学习的植入传感器调控数据分析方法,所述方法包括: 获取待优化的植入传感器调控信号数据,以及获取X个参考优化参数组;所述X个参考优化参数组中存在至少一个参考优化参数组的参考优化参数对之间呈现不均衡关联;X为大于1的正整数,其中,在所述参考优化参数组中,如果某些参数之间的比例或关系不是常规的,则判定为是呈现不均衡关联,否则判定为是呈现均衡关联; 确定在目标植入式神经调控状态标签下,基于所述X个参考优化参数组分别对目标植入传感器调控信号进行调控优化所需的调控效果损耗,生成X个调控效果损耗;所述目标植入传感器调控信号属于所述植入传感器调控信号数据,其中,所述目标植入式神经调控状态标签是一个明确的治疗目标或期望达到的治疗效果,用于指导调控优化的方向; 基于所述X个调控效果损耗,从所述X个参考优化参数组中提取所述植入传感器调控信号数据在所述目标植入式神经调控状态标签下的目标优化参数组; 基于在所述目标植入式神经调控状态标签下的目标优化参数组,对所述植入传感器调控信号数据中的植入传感器调控信号进行调控优化,生成所述植入传感器调控信号数据的目标调控优化结果,并将所述植入传感器调控信号数据的目标调控优化结果作为机器学习的训练样本; 所述确定在目标植入式神经调控状态标签下,基于所述X个参考优化参数组分别对目标植入传感器调控信号进行调控优化所需的调控效果损耗,生成X个调控效果损耗,包括: 获取所述目标植入传感器调控信号中的目标调控信号节点,从所述目标植入传感器调控信号中,确定出所述目标调控信号节点在所述目标植入式神经调控状态标签下的候选信号节点; 确定所述目标调控信号节点的调控参数与所述候选信号节点的调控参数之间的调控偏离度; 将所述调控偏离度分别与所述X个参考优化参数组进行对照,生成所述X个参考优化参数组分别对应的对照信息; 基于参考优化参数组Yb对应的对照信息,确定所述目标调控信号节点在所述参考优化参数组Yb下对应的调控优化知识点;所述参考优化参数组Yb属于所述X个参考优化参数组,b为不大于X的正整数,直至获取到所述目标调控信号节点在所述X个参考优化参数组下分别对应的调控优化知识点; 基于获取到的X个调控优化知识点,分别对所述目标调控信号节点的调控参数进行调控优化处理,生成X个调控优化结果; 基于所述X个调控优化结果,确定在所述目标植入式神经调控状态标签下,依据所述X个参考优化参数组分别对目标植入传感器调控信号进行调控优化所需的调控效果损耗,生成X个调控效果损耗。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人宁波芯联心医疗科技有限公司,其通讯地址为:315323 浙江省宁波市慈溪市胜山镇经贸大街558号(慈溪轻纺布料城1幢22层2207室);或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励