CN119499554A 一种毫米波治疗仪的调节方法 （北京中成康富科技股份有限公司）

学习的人工智能技术对患者在治疗过程中的心并通过对多项生理参数进行多模态数据时序特2所述数据传输模块，用于将所述患者生理参数的时间队列传输至所述参数调节控制所述参数调节控制器，用于对所述患者生理参数的时间队列进行处患者生理参数时序编码模块，用于对所述患者多模态特征匹配融合模块，用于对所述心率值时序关联特征向量和所述皮肤温度时序关联特征向量进行主成分特征匹配融合处理以得到生理调节指令生成模块，用于基于所述生理状态多模态2.根据权利要求1所述的毫米波治疗仪，其特征在于，所述患者生理参数时序编码模数据规整单元，用于将所述患者生理参数的时间队列按照参数样参数时序编码单元，用于对所述心率值的时间队列、所述血压值的时间所述心率值的时间队列、所述血压值的时间队列和所述皮肤温度值的时间队列输入基于BiLSTM模型的序列编码器以得到所述心率值时序关联特征向量、所述血压值时序关联特心率血压时序关联融合单元，用于将所述心率值时序关联特征向全模态融合表示单元，用于将所述心率一血压时序关联显著融合表温度时序关联特征向量输入所述基于特征主成分为粒度的匹配融合网络以得到所述生理5.根据权利要求4所述的毫米波治疗仪，其特征在于，所述心率血压时序关联融合单标准化子单元，用于对所述心率值时序关联特征向量和所述血压值3进行标准化处理以得到标准化心率值时序关联特征向量和标准化血压值时序关联特征向样本协方差计算子单元，用于分别计算所述标准化心率值时序关联准化血压值时序关联特征向量的样本协方差矩阵以得到心率样本协方差矩阵和血压样本主成分特征提取子单元，用于对所述心率样本协方差进行基于矩阵分解的特征向量提取以得到心率主成分特征向量的集合和血压主成分特征查询匹配子单元，用于将所述心率主成分特征向量的集的集合输入最大近似查询匹配网络以得到心率主成分特征向量和血压主成分特征向量的细粒度语义联合子单元，用于将所述心率主成分特征主成分匹配特征全局聚合子单元，用于将所述心率一血压计算所述心率主成分特征向量的集合中的第i个心率主成分特征向量与所述血压主成分特征向量的集合中各个血压主成分特征向量之间的余弦相似度以得到余弦相似度的集将所述余弦相似度的集合中的最大值对应的血压主成分特征向量与所述第i个心率主计算所述最佳匹配对中的心率主成分特征向量和血压主成分特征向量之间的按位置将所述第一匹配融合结果、所述第二匹配融合结果和所述第三率血压主成分多尺度融合特征向量后，对其进行一维卷积处理和最大值池化处理以得到所述生理状态多模态时序显著融合表示向量输入基于解码器的调节指令生成器以得到所对所述患者生理参数的时间队列进行处理以得到参数自适应调节指4其中，对所述患者生理参数的时间队列进行处理以得到参对所述患者生理参数的时间队列进行基于参数样本的时序特征提取以得到心率值时对所述心率值时序关联特征向量、所述血压值时序关联特征向量和所关联特征向量进行主成分特征匹配融合处理以得到生理状态多模态时序显著融合表示向基于所述生理状态多模态时序显著融合表示向量，生成述参数自适应调节指令包括下一时间点的推荐功率值将所述患者生理参数的时间队列按照参数样本维度进行数据规整以得到心率值的时对所述心率值的时间队列、所述血压值的时间队列和所述皮肤温度值的时间5[0003]传统的毫米波治疗仪主要依靠医生的经验来设置治疗参数，这样的方法虽然有序关联特征向量和所述皮肤温度时序关联特征向量进行主成分特征匹配融合处理以得到6压值时序关联特征向量和所述皮肤温度时序BiLSTM模型的序列编码器以得到所述心率值时序关联特征向量、所述血压值时序关联特皮肤温度时序关联特征向量输入所述基于特征主成分为粒度的匹配融合网络以得到所述向量进行标准化处理以得到标准化心率值时序关联特征向量和标准化血压值时序关联特述标准化血压值时序关联特征向量的样本协方差矩阵以得到心率样本协方差矩阵和血压矩阵进行基于矩阵分解的特征向量提取以得到心率主成分特征向量的集合和血压主成分向量的集合输入最大近似查询匹配网络以得到心率主成分特征向量和血压主成分特征向7[0030]计算所述心率主成分特征向量的集合中的第i个心率主成分特征向量与所述血压主成分特征向量的集合中各个血压主成分特征向量之间的余弦相似度以得到余弦相似度[0031]将所述余弦相似度的集合中的最大值对应的血压主成分特征向量与所述第i个心[0033]计算所述最佳匹配对中的心率主成分特征向量和血压主成分特征向量之间的按为心率血压主成分多尺度融合特征向量后，对其进行一维卷积处理和最大值池化处理以将所述生理状态多模态时序显著融合表示向量输入基于解码器的调节指令生成器以得到[0041]对所述患者生理参数的时间队列进行基于参数样本的时序特征提取以得到心率时序关联特征向量进行主成分特征匹配融合处理以得到生理状态多模态时序显著融合表[0043]基于所述生理状态多模态时序显著融合表示向量，生成所述参数自适应调节指[0045]将所述患者生理参数的时间队列按照参数样本维度进行数据规整以得到心率值8[0054]本说明书中使用的术语是考虑到关于本申请的功能而在本领域中当前广泛使用[0055]虽然本申请对根据本申请的实施例的系统中的某些模块任何数量的不同模块可以被使用并运行在用户终端和/或服务器上。所述模块仅是说明性[0058]下面通过几个示例或实施例对根据本申请至少一个实施例提供的毫米波治疗仪9数自适应调节指令，所述参数自适应调节指令用于控制所述毫米波治疗仪主体810的功率841，用于对所述患者生理参数的时间队列进行基于参数样本的时序特征提取以得到心率和所述皮肤温度时序关联特征向量进行主成分特征匹配融合处理以得到生理状态多模态参数的时间队列按照参数样本维度进行数据规整,将原始的参数集合拆分为心率值、血压所述血压值的时间队列和所述皮肤温度值的时间队列分别进行序列编码以得到所述心率成分分析算法对标准化处理后的心率值时序关联特征向量和血压值时序关联特征向量进络对所述心率血压时序关联显著融合表示向量和所述皮肤温度时序关联特征向量进行主于将所述心率值时序关联特征向量和所述血压值时序关联特征向量输入基于特征主成分输入所述基于特征主成分为粒度的匹配融合网络以得到所述生理状态多模态时序显著融时序关联特征向量和所述血压值时序关联特征向量进行标准化处理以得到标准化心率值计算所述标准化心率值时序关联特征向量和所述标准化血压值时序关联特征向量的样本协方差矩阵以得到心率样本协方差矩阵和血压样本协方差矩阵；主成分特征提取子单元，用于对所述心率样本协方差矩阵和所述血压样本协方差矩阵进行基于矩阵分解的特征向量提取以得到心率主成分特征向量的集合和血压主成分特征向量的集合；查询匹配子单似查询匹配网络以得到心率主成分特征向量和血压主成分特征向量的最佳匹配对的集合；i个心率主成分特征向量与所述血压主成分特征向量的集合中各个血压主成分特征向量之压主成分特征向量与所述第i个心率主成分特征向量组成所二匹配融合结果和所述第三匹配融合结果级联为心率一血压主成分多尺度融合特征向量配公式对所述心率值时序关联特征向量和所述血压值时序关联特征向量进行融合处理以[0080]U=[v1,v2,…,v1m]压值时序关联特征向量，和分别表示所述血压值时序关联特征向量的均值和标准差，k表示与所述第i个心率主成分特征向量组成最佳匹配对的血压主成分特征向量的索引，[]表示级联操作，Maxpool(-)表示最大池化操作，con1D(-)表示一维卷积操作，o表示点乘，表示点加，多模态时序显著融合表示向量中包含的患者实时生理状态信息动态生成适宜的治疗仪参表示向量输入基于解码器的调节指令生成器以得到所述参数自有由局部时序特征上下文表达差异下的特征查询匹配显著性不均衡引起的长距离时序特[0092]将所述生理状态多模态时序显著融合表示向量的各个特征值按照从小到大的顺[0093]响应于所述生理状态多模态时序显著融合顺序编码向量的第i特征值与第i+1特征值之间的差值绝对值小于等于距离差值超参数，计算所述第i特征值与所述第i+1特征值之间的加权和为优化的第i+1特征值；[0094]计算所述生理状态多模态时序显著融合表示向量的所有特征值的平方和的平方[0097]并将所述生理状态多模态时序显著融合表示向量的所有特征值的平方和的平方根乘以2后再除以所述生理状态多模态时序显著融合表示向量的长度的平方以获得生理状[0098]响应于所述生理状态多模态时序显著融合顺序编码向量的第i特征值与第i+1特征值之间的差值绝对值大于所述距离差值超参数，将所述生理状态多模态时序显著融合空间基元值乘以所述第i特征值后，计算乘积与所述第i+1特征值之间的加权减为优化的第i+1特征值；[0099]在保持所述生理状态多模态时序显著融合顺序编码向量的首个特征值不变的基间潜在基元来重构所述生理状态多模态时序显著融合表示向量的特征值间交互响应关系，以实现所述生理状态多模态时序显著融合表示向量的长距离下的真实序列分布行为的编生理状态多模态时序显著融合表示向量输入基于解码器的调节指令生成器得到的参数自患者生理参数的时间队列进行基于参数样本的时序特征提取以得到心率值时序关联特征的时间队列和所述皮肤温度值的时间队列分别进行序列编码以得到所述心率值时序关联[0104]上述毫米波治疗仪的调节方法中的各个步骤的具体操作已经在上面参考图1到图所述毫米波治疗仪的调节算法对所述患者生理参数的时间队列进行处理以得到参数自适但不限于例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机或计算机程序包括计算机可执行