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！

龙图腾网获悉广州大学;山东特殊教育职业学院申请的专利一种基于深度学习的执行式干预效果评估方法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：CN120436645B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510947241.5，技术领域涉及：A61B5/16；该发明授权一种基于深度学习的执行式干预效果评估方法是由马亚芹;李东岳;陈西梅设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本一种基于深度学习的执行式干预效果评估方法在说明书摘要公布了：本发明涉及人工智能与数据处理技术领域，具体涉及一种基于深度学习的执行式干预效果评估方法，具体如下：通过可穿戴心率监测设备记录自闭症儿童在进行干预任务训练时的心率信号；对采集心率信号进行预处理；构造数据集并划分为训练集、验证集和测试集；对数据集中的每段样本数据进行动态时间分段和自适应噪声抑制；构建基于深度学习的执行式干预效果评估模型，将去噪后的训练集输入至模型中进行训练，通过验证集验证模型的性能指标；将测试集中数据输入至训练好的模型中，得到最终的评估结果。本发明通过对反应心理负荷、认知参与和情绪波动的心率信号进行分析处理，可以客观的预估干预效果的情况，辅助人工判断。

本发明授权一种基于深度学习的执行式干预效果评估方法在权利要求书中公布了：1.一种基于深度学习的执行式干预效果评估方法，其特征是，包括以下步骤： S1、数据采集：通过可穿戴心率监测设备记录自闭症儿童在进行干预任务训练时的心率信号； S2、数据预处理：对采集心率信号进行预处理，去除异常数据，并对数据进行归一化和时间对齐； S3、数据集构造和划分：构造数据集时，将预处理后的数据根据干预任务的不同划分为多个样本，每个样本包含一个干预任务的时间段内的完整心率序列，以及该干预任务对应的标签，然后将数据集划分为训练集、验证集和测试集； S4、数据去噪：对数据集中的每段样本数据进行动态时间分段，然后对每个时间段的数据进行自适应噪声抑制； S4具体如下： 对数据集中预处理后的心率信号进行动态分段处理，依据干预训练任务中每个干预阶段的时间跨度将连续的心率信号划分为多个可变长度的时间片段； 然后，在每个时间片段内，选择与该片段时间特性匹配的小波基函数，根据片段内数据的均值和方差统计特征动态调整小波窗口宽度，再对每个片段内的数据进行双阈值筛选，得到每个片段去噪后的心率信号； 最后，将所有时间片段去噪后的心率信号按时间顺序拼接为完整的心率信号时间序列，并从中提取每个干预任务锚点起始时刻对应的心率值； S5、构建基于深度学习的执行式干预效果评估模型，将去噪后的训练集输入至模型中进行训练，得到干预效果的评估结果，同时通过验证集验证模型的性能指标，直至模型的性能指标到达预设的标准时，模型停止训练，得到训练好的模型，模型的训练内容包括心率序列的动态注意力编码、构造多尺度微分特征和深度脉冲神经网络建模； 构造多尺度微分特征的过程具体如下： 通过动态调整微分核宽度来捕捉不同时间尺度的心率变化，计算当前时刻附近局部窗口内心率的方差，根据方差大小自适应确定微分核宽度，得到动态核宽度，然后利用该核宽度计算前后心率值的差分，并通过指数函数结合局部方差对差分结果进行平滑，进而得到心率差分特征； 然后将每个样本去噪后的心率信号时间序列与不同核宽度的心率差分特征按时间点拼接，形成多尺度联合特征； S6、将测试集中数据输入至训练好的模型中，输出干预效果的分类概率，取概率最大的类别作为最终的评估结果。

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广州大学;山东特殊教育职业学院，其通讯地址为：510006 广东省广州市大学城外环西路230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”。