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！

龙图腾网获悉广东康软科技股份有限公司申请的专利基于深度学习的健康管理数据挖掘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：CN120015357B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510495932.6，技术领域涉及：G16H50/70；该发明授权基于深度学习的健康管理数据挖掘方法及系统是由黄柳豪;赵志坚;章小勇;袁艳辉;刘经贵设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本基于深度学习的健康管理数据挖掘方法及系统在说明书摘要公布了：本申请提供一种基于深度学习的健康管理数据挖掘方法及系统，首先获取目标用户包含生理监测、行为活动记录、医疗历史文本的目标健康数据集合，接着对其进行跨模态噪声过滤与特征对齐处理，生成含同步时间戳等的标准化健康特征序列，再通过级联的时空特征提取网络，利用并行的时序卷积分支和空间注意力分支进行分层特征抽象，得到多粒度健康状态表征向量，之后将该多粒度健康状态表征向量输入预训练模型，生成含疾病风险等级等的个性化健康管理方案，最后依据个性化健康管理方案中的动态监测周期参数，实时调整数据采集频率与特征对齐策略，形成闭环健康管理数据流，实现精准、个性化的健康管理。

本发明授权基于深度学习的健康管理数据挖掘方法及系统在权利要求书中公布了：1.一种基于深度学习的健康管理数据挖掘方法，其特征在于，所述方法包括： 获取目标用户的目标健康数据集合，所述目标健康数据集合包括生理监测数据、行为活动记录数据以及医疗历史文本数据，其中，所述生理监测数据包含多种类型的连续生理参数，所述行为活动记录数据包含时间序列下的运动状态与睡眠质量指标，所述医疗历史文本数据包含结构化诊断记录与非结构化症状描述； 对所述目标健康数据集合进行跨模态噪声过滤与特征对齐处理，生成标准化健康特征序列，其中，所述标准化健康特征序列中的每个特征单元包含同步时间戳、跨模态关联标识符以及归一化数值表达； 通过级联的时空特征提取网络对所述标准化健康特征序列进行分层特征抽象，得到多粒度健康状态表征向量，所述时空特征提取网络包含并行设置的时序卷积分支与空间注意力分支，所述时序卷积分支用于捕获长周期健康趋势，所述空间注意力分支用于识别跨模态特征间的动态依赖关系； 将所述多粒度健康状态表征向量输入预训练的健康风险预测模型，生成针对目标用户的个性化健康管理方案，所述个性化健康管理方案包含疾病风险等级标签、干预措施优先级列表以及动态监测周期配置参数； 根据所述个性化健康管理方案中的动态监测周期配置参数，实时调整所述目标健康数据集合的采集频率与特征对齐策略，形成闭环健康管理数据流； 所述通过级联的时空特征提取网络对所述标准化健康特征序列进行分层特征抽象，得到多粒度健康状态表征向量，具体包括： 在所述时序卷积分支中，采用扩张因果卷积层堆叠结构对所述标准化健康特征序列进行多尺度时序模式提取，得到多尺度时序特征图，其中，不同扩张率的卷积层分别捕获短期生理波动、中期行为模式与长期健康趋势； 在所述空间注意力分支中，构建跨模态特征关联矩阵，通过可学习的注意力权重分配机制计算不同模态特征对健康状态影响的贡献度，并生成模态间依赖关系图； 将所述时序卷积分支输出的多尺度时序特征图与所述空间注意力分支生成的模态间依赖关系图进行特征拼接，经过门控融合单元调整特征权重后，输入双向门控循环网络进行上下文感知的特征增强，得到增强后的融合特征； 对增强后的融合特征进行分层池化操作，分别提取全局健康状态概要向量与局部异常模式特征向量，并通过全连接层进行降维整合，生成包含多层次健康信息的所述多粒度健康状态表征向量。

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东康软科技股份有限公司，其通讯地址为：510630 广东省广州市天河区软件路11号703室；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。