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！

龙图腾网恭喜江苏大学附属医院申请的专利基于深度学习的烧伤患者康复训练智能指导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：CN118918638B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202410962484.1，技术领域涉及：G06V40/20；该发明授权基于深度学习的烧伤患者康复训练智能指导系统是由严雪芹;周芳芳;曹云设计研发完成，并于2024-07-18向国家知识产权局提交的专利申请。

本基于深度学习的烧伤患者康复训练智能指导系统在说明书摘要公布了：本发明涉及烧伤患者康复训练技术领域，具体涉及基于深度学习的烧伤患者康复训练智能指导系统。采用多模态数据集成技术收集患者康复训练的视频记录、生理信号及皮肤弹性测量数据，对数据进行清洗、标准化并分类，应用数据增强技术以控制提升模型泛化能力；开发深度学习分类模型，包括卷积神经网络CNN，用于分析皮肤恢复情况的图像数据，并应用循环神经网络RNN或长短期记忆网络LSTM对患者未来康复趋势进行预测；利用生成对抗网络GAN生成针对不同康复阶段的个性化训练动作或治疗方案，并通过强化学习方法优化康复训练计划，根据患者的实时反馈动态调整训练强度和类型；最后整合自然语言处理NLP技术实现语音识别和生成，通过自然语言与患者交流指导训练。

本发明授权基于深度学习的烧伤患者康复训练智能指导系统在权利要求书中公布了：1.基于深度学习的烧伤患者康复训练智能指导系统，其特征在于包括以下技术实施步骤：首先采用多模态数据集成技术收集患者康复训练的视频记录、生理信号及皮肤弹性测量数据，对数据进行清洗、标准化并分类，应用数据增强技术以控制提升模型泛化能力；接着开发深度学习分类模型，包括卷积神经网络CNN，用于分析皮肤恢复情况的图像数据，并应用循环神经网络RNN或长短期记忆网络LSTM对患者未来康复趋势进行预测；然后利用生成对抗网络GAN生成针对不同康复阶段的个性化训练动作或治疗方案，并通过强化学习方法优化康复训练计划，根据患者的实时反馈动态调整训练强度和类型；最后整合自然语言处理NLP技术实现语音识别和生成，通过自然语言与患者交流指导训练，同时利用计算机视觉技术实时分析患者的训练动作，构建系统指导动作正确性并提供即时反馈；所述多模态数据集成技术实施步骤：S1、首先采用烧伤特异性特征融合网络，使用多维度加权融合公式： 其中x表示烧伤区域的图像特征向量，y代表疼痛反应的生理信号向量，z为皮肤弹性变化量，γ是调整数据特征影响的非线性指数，αx是根据输入特征动态调整的权重函数；S2、接着利用条件生成对抗网络进行烧伤区域数据增强，应用随机过程公式： 其中x代表原始康复数据，通过傅里叶级数表示生成的数据保留康复特征的同时引入有控制的随机性，以模拟不同恢复阶段的变异；S3、随后通过自监督学习方法进行数据分类和标注，使用微积分公式： 其中x为待分类的烧伤恢复数据，通过结合微分和积分操作以抽取更深层次的数据特征，控制高精度的自动分类；S4、最后开发联合康复状态评估模型，运用高阶多项式和偏导数公式： 其中x和y分别代表视觉数据和生理数据的特征向量，通过向量场的散度运算融合视觉与生理数据，控制康复指导方案的综合性；所述深度学习分类模型具体包括：首先开发多尺度卷积神经网络CNN，设计用于分析烧伤患者皮肤的图像数据，运用非线性融合公式： 其中，x表示皮肤恢复图像的像素值或特征；α为调节函数的宽度，影响对特征的局部性或全局性解析，使得网络适应不同尺度的烧伤图像分析；βk是频率参数，调节对图像不同频率的响应，帮助网络捕捉从细微纹理到广泛区域的恢复模式；同时结合双向长短期记忆网络Bi-LSTM来预测患者的未来康复趋势，采用时间序列分析公式： 其中，xt代表在时间t的康复状态的量化指标，包括疼痛级别、炎症反应或皮肤弹性；σ是根据康复进度动态调整的衰减参数，根据患者当前和过去的康复数据预测未来的康复路径；最后通过特征融合策略，使用公式： 其中，x和y分别是CNN和Bi-LSTM输出的特征，反映皮肤的视觉恢复特征和康复状态的时间动态；γ作为调节参数，平衡两种数据源的影响；所述个性化训练动作或治疗方案的生成包括：S1、首先利用条件生成对抗网络cGAN根据烧伤的类型、深度和恢复阶段作为条件，生成针对不同康复阶段的个性化训练动作或治疗方案；S2、然后采用多臂老虎机MAB模型，根据患者的实时反馈包括痛感强度和舒适度评估来选择康复动作，以控制康复训练方案响应患者的变化情况；S3、最后通过深度Q网络DQN进一步调整和优化康复训练计划，利用从皮肤弹性监测器传感器以及患者自报反馈中获取的数据来动态调整训练强度和类型。

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江苏大学附属医院，其通讯地址为：212000 江苏省镇江市京口区解放路438号；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”。