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！

龙图腾网恭喜北京颐麦医疗科技有限公司申请的专利利用人工智能的动态健康自适应监测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：CN119480112B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202510053725.5，技术领域涉及：G16H50/30；该发明授权利用人工智能的动态健康自适应监测方法及系统是由吕子明设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本利用人工智能的动态健康自适应监测方法及系统在说明书摘要公布了：本发明提供一种利用人工智能的动态健康自适应监测方法及系统，涉及健康监测技术领域，包括：通过多源异构健康数据，利用分层级扩散概率模型降噪并结合改进的注意力自编码器提取初步特征，再通过对比学习网络学习判别性特征，将判别性特征输入自适应小波神经网络进行多尺度特征分解后，输入动态图神经网络得到健康特征张量，利用分层级记忆增强网络获取时序特征，并结合动态路由胶囊网络和因果推理网络生成健康知识图谱，将时序特征和健康知识图谱输入深度贝叶斯网络进行健康风险评估，利用分层强化学习网络，结合多智能体协同优化系统和深度确定性策略梯度网络，并通过模型预测控制网络得到自适应监测方案。

本发明授权利用人工智能的动态健康自适应监测方法及系统在权利要求书中公布了：1.利用人工智能的动态健康自适应监测方法，其特征在于，包括：获取用户对应的多源异构健康数据，通过基于连续时间随机微分方程的分层级扩散概率模型定义前向扩散过程并添加噪声，结合反向扩散过程求解微分方程进行降噪，生成降噪数据并添加至改进的注意力自编码器，通过多头自注意力机制计算特征间的相关性权重并编码为潜在表示，结合重构误差优化网络参数生成初步特征并添加至对比学习网络并进行随机增强，生成正样本对并通过对比损失函数学习判别性特征，将所述判别性特征添加至自适应小波神经网络，通过动态选择最优小波基函数和分解层数进行多尺度特征分解，得到多尺度特征并添加至动态图神经网络中，结合改进的图卷积算子提取节点表征并结合门控注意力机制更新边权重，得到健康特征张量；将所述健康特征张量添加至分层级记忆增强网络中，通过构建具有不同时间跨度的多层记忆单元存储特征信息，结合自适应门控机制修改信息流动并确定长短期依赖关系，得到时序特征并添加至动态路由胶囊网络，结合改进的迭代路由算法对时序特征进行层次化表达，得到层次化特征并添加至因果推理网络，通过结构方程模型定义不同健康影响因素间的依赖关系并结合反向干预机制验证因果假设，得到验证后的因果关系图，结合概率图注意力网络中的条件随机场构建节点间的条件概率分布并计算节点重要性权重，生成健康知识图谱，将所述时序特征和所述健康知识图谱添加至深度贝叶斯网络，通过变分推理近似后验分布并结合蒙特卡洛采样估计预测结果的不确定性，得到健康风险评估结果；将所述健康风险评估结果添加至分层强化学习网络，通过构建层次化策略结构使上层网络生成抽象目标指导下层网络进行具体动作选择，将选择的候选动作方案输入多智能体协同优化系统，通过设计智能体间的通信协议和奖励分配机制实现群体决策的协同优化，将优化后的策略输入深度确定性策略梯度网络，将确定性策略函数与值函数相结合并通过梯度上升方法优化策略参数实现在线学习，将学习到的策略参数输入模型预测控制网络，通过滚动时域优化方法预测未来状态序列并动态调整控制策略，得到自适应监测方案。

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北京颐麦医疗科技有限公司，其通讯地址为：100049 北京市海淀区碧桐园7号楼4层410；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”。