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！

龙图腾网获悉复旦大学附属华山医院申请的专利自适应神经网络在个体化神经调控中的应用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：CN119964819B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510027731.3，技术领域涉及：G16H50/50；该发明授权自适应神经网络在个体化神经调控中的应用方法是由齐曾鑫;吴雪海;郑锐哲;陈嘉宇;郎力键;黄文韬设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本自适应神经网络在个体化神经调控中的应用方法在说明书摘要公布了：本发明涉及自适应神经网络在个体化神经调控中的应用方法；基于包括脑电图EEG、功能性磁共振成像fMRI、遗传信息及心理学评估的多源数据，构建个体的神经系统表征模型；通过包括图神经网络的机器学习技术挖掘个体神经系统中包括神经连接模式、同步性的关键特征，构建针对每个个体的神经活动基础图谱；根据构建的个体化神经表征模型，引入自适应调控路径规划方法；利用个体神经活动数据在空间和时间上的变化趋势，计算出对神经系统产生调控效应的刺激路径；路径规划是对神经信号的刺激，基于大脑各功能区的连接性相互作用，计算出刺激的时间窗口、强度和频率，实现个体神经活动的动态调节；引入基于神经反馈的自适应激活机制。

本发明授权自适应神经网络在个体化神经调控中的应用方法在权利要求书中公布了：1.自适应神经网络在个体化神经调控中的应用方法，其特征在于包括以下步骤： S1、个体化神经系统表征模型的构建： S1.1、基于包括脑电图EEG、功能性磁共振成像fMRI、遗传信息及心理学评估的多源数据，构建个体的神经系统表征模型； S1.1、通过包括图神经网络的机器学习技术挖掘个体神经系统中包括神经连接模式、同步性的关键特征，构建针对每个个体的神经活动基础图谱； S2、基于神经表征模型的自适应调控路径规划： S2.1、根据构建的个体化神经表征模型，引入自适应调控路径规划方法；利用个体神经活动数据在空间和时间上的变化趋势，计算出对神经系统产生调控效应的刺激路径； S2.2、路径规划是对神经信号的刺激，基于大脑各功能区的连接性相互作用，计算出刺激的时间窗口、强度和频率，实现个体神经活动的动态调节； S3、神经系统的自适应激活机制与动态调节： S3.1、引入基于神经反馈的自适应激活机制；所述自适应激活机制对个体神经活动的实时监测，通过神经活动的动态变化推算出神经网络中潜在的激活节点与连接； S3.2、通过实时调节刺激参数，优化神经系统的激活模式，使得神经网络在不同时期自我调整并适应外部环境的变化； S4、个体化神经调控与塑性机制的结合： S4.1、利用自适应神经网络模型，对个体神经网络的可塑性进行实时评估，并结合神经系统的激活与反馈机制，设计出促进神经可塑性发展的调控策略； S5、神经调控与个体心理状态的深度耦合： S5.1、开发基于神经活动与心理状态耦合的动态调控方法；通过包括变换自编码器的深度学习模型将神经信号与包括情绪波动、压力水平的心理状态进行联合建模，并根据个体心理状态的实时变化调整神经调控方案； 所述基于神经表征模型的自适应调控路径规划方法包括： 通过将包括EEG、fMRI、基因组学的多源生理数据与心理学评估数据相结合，构建出每个个体的神经活动特征模型；所述神经活动特征模型反映神经系统的结构，描述神经功能的动态变化，包括神经网络的连接性、同步性功能特性；个体化神经表征模型的表示为： 其中： 表示在时间时刻，个体化神经表征模型的输出，表示个体神经活动的综合表现；是第个输入特征，指的是从包括EEG信号、fMRI图像数据的不同生理数据源提取出的时间序列数据，反映神经活动的特征；为第个特征的权重系数，表示特征对神经表征模型输出的重要程度；是偏置项，调整模型的基础输出；为输入特征的总数，表示模型输入特征的维度； 根据包括大脑皮层、基底节的神经系统不同区域的功能连接性进行刺激路径规划；每个区域对其他区域的功能性连接程度决定对整体神经活动的贡献，根据连接性来分配刺激路径；空间优化的公式为： 其中：表示优化后的刺激路径，反映在空间上的刺激分布；是大脑区域的空间范围，表示神经系统需要被刺激的区域集合；是神经活动在空间位置和时间的强度，反映特定区域的神经活动状态；是第个区域的权重系数，表示该区域在整体神经活动中的贡献权重；是需要调控的神经区域数量，表示考虑的神经区域的数目；是空间积分变量，表示对大脑空间区域的积分过程； 在时间优化方面，设计基于个体神经活动时间序列的刺激时间窗口；通过对神经活动的时序特征加权求和并最大化和，在动态的时间窗口内选择的刺激时机；时间优化的公式为： 其中： 为在时间时刻的最优刺激路径，表示针对当前时间段优化后的刺激方案；是第个神经活动的时间序列特征，表示神经活动在时间时刻的波动情况；是第个神经活动特征的权重系数，表示该特征对时间优化路径的影响程度；是参与调控的神经活动数，表示考虑的时间序列数据的维度； 采用实时监控与动态调整机制；设计基于实时数据的自适应调整机制，根据神经活动的变化动态调整刺激路径；实时调整公式为： 其中：表示在时间时刻的刺激路径调整量，指示需要调整的刺激方向和幅度；是调整系数，控制调整量的灵敏度；是通过个体化神经表征模型预测的神经活动值，表示期望的神经系统活动状态；是通过实时监控设备获得的当前神经活动值，表示实际的神经系统活动状态；是梯度运算符，表示对差异的变化进行梯度计算； 所述神经调控与个体心理状态的深度耦合方法包括： 首先神经活动信号和心理状态数据通过深度学习模型的编码器部分进行预处理；编码器部分通过非线性映射，将多模态数据融合成低维表示，形成神经活动与心理状态的耦合特征；然后耦合特征通过解码器部分进行还原，生成与神经活动相应的调控输出信号，并根据当前的心理状态调整神经刺激方案；变换自编码器的耦合映射表达公式为： 其中：为表示神经活动与心理状态的低维耦合表示；通过变换自编码器模型的编码器部分，神经活动信号和心理状态数据被映射到共享的低维特征空间，形成神经与心理状态的耦合表示；为输入包括EEG、fMRI的神经活动信号；为输入的心理状态数据；所述状态数据通过生理或心理学评估获取；为编码器网络的权重和偏置，是网络学习过程中调整的参数；为非线性映射函数，用于将神经活动和心理状态信号转化为低维耦合表示。

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复旦大学附属华山医院，其通讯地址为：200031 上海市徐汇区乌鲁木齐中路12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”。

以上内容由龙图腾AI智能生成。