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！

龙图腾网获悉厦门精配软件工程有限公司申请的专利基于多模态数据分析的中药自动化煎煮方法、介质和设备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：CN120977484B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202511489765.0，技术领域涉及：G16H20/13；该发明授权基于多模态数据分析的中药自动化煎煮方法、介质和设备是由邵志宇;许晋阳设计研发完成，并于2025-10-17向国家知识产权局提交的专利申请。

本基于多模态数据分析的中药自动化煎煮方法、介质和设备在说明书摘要公布了：本申请公开了一种基于多模态数据分析的中药自动化煎煮方法、介质和设备，该方法首先根据中药处方信息匹配第一初始煎煮策略，并结合患者个体特征数据生成的第二初始煎煮策略；在煎煮过程中，同步采集锅体内药液的温度时序数据、视觉特征数据及挥发气体成分特征谱等多模态状态数据；将多模态数据与个体影响因子输入至动态优化决策模型中，该模型通过计算实时成分谱与期望轨迹的偏差，并综合判断沸腾剧烈程度与干烧风险等安全状态，生成煎煮策略调整指令；通过动态调整煎煮设备的运行参数，使药液成分变化趋近优化目标，同时确保煎煮过程安全。本发明解决了传统煎煮方法依赖人工经验、质量稳定性差及缺乏个性化精准调控的问题。

本发明授权基于多模态数据分析的中药自动化煎煮方法、介质和设备在权利要求书中公布了：1.一种基于多模态数据分析的中药自动化煎煮方法，其特征在于，所述方法包括： S1：获取中药处方信息，基于中药处方信息从预设策略库中匹配第一初始煎煮策略，所述第一初始煎煮策略包括煎煮运行参数随时间变化的时序函数，所述时序函数包括加热功率-时间参数曲线和预期加水量-时间参数曲线； S2：获取与当前患者相关的个体特征数据，基于个体特征数据计算个体影响因子，根据个体影响因子对第一初始煎煮策略中的参数曲线进行调整，生成第二初始煎煮策略； S3：基于第二初始煎煮策略控制煎煮设备启动煎煮过程，并实时获取煎煮过程中同步采集的多模态状态数据，所述多模态状态数据包括煎煮设备的锅体内药液的温度时序数据和视觉特征数据，以及药液挥发气体的成分特征谱数据； S4：将实时采集的多模态状态数据和个体影响因子输入至预先训练好的动态优化决策模型中，生成标准优化目标，所述标准化目标包含药效成分特征谱变化的期望轨迹； 动态优化决策模型被配置为： 计算实时的成分特征谱数据与期望轨迹的偏差量； 根据温度时序数据和视觉特征数据判断安全风险程度，将安全风险程度与预设的安全风险阈值进行比较； 基于所述偏差量和安全风险程度的比较结果，输出煎煮策略调整指令； S5：根据煎煮策略调整指令修正第二初始煎煮策略中未执行的时序函数，基于修正后的煎煮策略调整煎煮设备的运行参数，以使药液的实际成分特征谱变化趋近于所述期望轨迹，同时将安全风险程度控制在预设的安全风险阈值内； 所述安全风险程度包括沸腾剧烈程度和干烧风险程度，所述预设的安全风险阈值包括预设溢锅风险阈值和预设煎干风险阈值； 所述根据温度时序数据和视觉特征数据判断安全风险程度，将安全风险程度与预设的安全风险阈值进行比较，基于所述偏差量和安全风险程度的比较结果输出煎煮策略调整指令包括： 基于所述视觉特征数据判断药液的沸腾剧烈程度，将所述沸腾剧烈程度与预设溢锅风险阈值进行比较，根据温度时序数据判断干烧风险程度，将所述干烧风险程度与预设煎干风险阈值进行比较； 基于所述偏差量、沸腾剧烈程度与预设溢锅风险阈值的比较结果、以及干烧风险程度和预设煎干风险阈值的比较结果，进行多目标决策权衡，输出煎煮策略调整指令； 所述动态优化决策模型还被配置为： 以固定时间周期或触发事件，基于所述个体影响因子和实时采集的多模态状态数据，滚动预测未来一时间段内的药液的成分特征谱数据，以及煎煮设备的锅体内的药液温度和液位状态； 计算预测时间段内的成分特征谱与所述期望轨迹的预测偏差量，并根据预测的药液温度及液位状态判断预测的沸腾剧烈程度和干烧风险程度； 当满足以下条件至少一项时，提前输出所述煎煮策略调整指令： 预测的偏差量将超出预设偏差量； 预测的沸腾剧烈程度超出所述预设溢锅风险阈值； 预测的干烧风险程度将超出所述预设煎干风险阈值； 所述期望轨迹通过复合药效指标函数进行定量表征，所述复合药效指标函数的数学表达形式及其参数是基于所述中药处方信息中所包含的药味种类、配比及其君臣佐使关系，从一预设的映射关系规则库中匹配确定的； 计算实时的成分特征谱数据与所述期望轨迹的偏差量包括： 根据所述复合药效指标函数的数学表达形式，从实时的成分特征谱数据中计算得到实时的复合药效指标值Frealt； 计算实时的复合药效指标值Frealt与当前时刻t下所述期望轨迹的期望值Ft的偏差量ΔFt，计算公式为：ΔFt=Frealt-Ft。

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厦门精配软件工程有限公司，其通讯地址为：361000 福建省厦门市火炬高新区软件园三期诚毅北大街62号209单元0799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。