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！

龙图腾网获悉杭州昤昽医疗器械有限公司申请的专利一种基于视觉功能检测的学习困难训练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：CN119733150B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411753042.2，技术领域涉及：A61M21/00；该发明授权一种基于视觉功能检测的学习困难训练系统是由王洁;李涛;赵政洁设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本一种基于视觉功能检测的学习困难训练系统在说明书摘要公布了：本申请的一种基于视觉功能检测的学习困难训练系统，涉及人工智能技术领域，包括：个人档案记录单元、视觉功能检测单元、等级领域定位单元、个性化训练单元、训练数据上传单元；所述视觉功能检测单元用于根据视觉功能检测得到视觉功能指标，将视觉功能指标与个人视觉功能档案关联得到视觉功能数据；所述等级领域定位单元用于得到用户所属的视觉能力聚类簇，基于学习困难风险评估模型预测用户的学习困难风险等级和问题领域；所述个性化训练单元用于计算所需训练的视觉功能数据的排列顺序，从训练项目题库中选择训练项目，并计算每个训练项目相应的训练时长分配值和训练频次；所述训练数据上传单元用于根据用户的历史训练结果数据生成分析报告。

本发明授权一种基于视觉功能检测的学习困难训练系统在权利要求书中公布了：1.一种基于视觉功能检测的学习困难训练系统，其特征在于，包括： 个人档案记录单元、视觉功能检测单元、等级领域定位单元、个性化训练单元、训练数据上传单元； 所述个人档案记录单元用于用户注册和登录，完善用户个人信息指标，建立个人视觉功能档案； 所述视觉功能检测单元用于提示用户完成视觉功能检测，根据视觉功能检测得到用户的视觉功能指标，将视觉功能指标与个人视觉功能档案进行关联，得到视觉功能数据； 所述等级领域定位单元用于根据用户的视觉功能数据，基于训练好的视觉能力聚类簇对用户进行分类，得到当前用户所属的视觉能力聚类簇，基于预先建立的学习困难风险评估模型预测用户学习困难的学习困难风险等级和问题领域； 所述个性化训练单元用于基于用户所属的视觉能力聚类簇计算所需训练的视觉功能数据的排列顺序，根据用户学习困难的学习困难风险等级和问题领域及视觉功能数据的排列顺序，从训练项目题库中选择训练项目，并计算每个训练项目相应的训练时长分配值和训练频次，记录每个训练项目的实际训练时长和训练得分； 所述训练数据上传单元用于将用户完成训练项目后的训练结果数据上传至数据服务器，根据用户的历史训练结果数据计算用户在每个训练项目上的得分提升和时长缩短，根据同一视觉能力聚类簇内其他用户的历史训练结果数据，计算用户相比其他用户在每个训练项目上的得分差距和时长差距，生成训练结果分析报告； 所述学习困难风险评估模型的建立方法为： 收集已确诊学习困难用户数据，包括个人信息指标和视觉功能指标，以及由专业人士评定的学习困难风险等级和问题领域； 对收集到的每个学习困难用户样本，根据专业评估结果为其标注学习困难风险等级，以及各个问题领域是否存在障碍，所述学习困难风险等级包括低、中、高； 由个人信息指标和视觉功能指标构建学习困难用户样本的视觉功能数据，基于视觉能力聚类簇对学习困难用户样本进行聚类，判断每个学习困难用户样本所属的视觉能力聚类簇，根据其视觉功能数据和其所在视觉能力聚类簇的均值和标准差，计算其学习困难风险评分； 根据学习困难风险评分设计学习困难风险分类模型，设定学习困难风险评分第一阈值和第二阈值，当学习困难风险评分小于等于第一阈值时，学习困难风险等级为低，当学习困难风险评分大于第一阈值、小于等于第二阈值时，学习困难风险等级为中，当学习困难风险评分大于第二阈值时，学习困难风险等级为高； 设计一个多任务学习模型，所述多任务学习模型包括共享特征提取层、任务特定输出层和损失函数，使用标注好各个问题领域是否存在障碍的学习困难用户样本作为训练样本，将学习困难用户样本的视觉功能数据作为输入数据，将该学习困难用户样本在各个问题领域是否存在障碍的二分类结果作为输出数据，对多任务学习模型进行训练，得到训练好的多任务学习模型； 将学习困难风险分类模型、多任务学习模型合并得到学习困难风险评估模型。

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杭州昤昽医疗器械有限公司，其通讯地址为：311300 浙江省杭州市临安区；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”。