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！

龙图腾网获悉广东工业大学申请的专利一种基于循环神经网络结合迁移学习和知识蒸馏的麻醉深度预测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：CN115641966B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211400249.2，技术领域涉及：G16H50/70；该发明授权一种基于循环神经网络结合迁移学习和知识蒸馏的麻醉深度预测方法是由杨志景;陈明锦;彭思愿;何永康设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本一种基于循环神经网络结合迁移学习和知识蒸馏的麻醉深度预测方法在说明书摘要公布了：本发明针对现有技术的局限性，提出了一种基于循环神经网络结合迁移学习和知识蒸馏的麻醉深度预测方法，在模型训练的时候考虑了不同对象的数据分布差异大的问题，并对这种情况使用域适应的方法来解决，使得模型面对新的数据，具有更强的泛化能力和鲁棒性；使用教师学生类的知识蒸馏的方法来压缩我们模型的大小，使其轻量化，并且通过使学生的中间特征表示模仿教师的中间特征表示，来进一步提升学生模型预测麻醉深度的准确度。

本发明授权一种基于循环神经网络结合迁移学习和知识蒸馏的麻醉深度预测方法在权利要求书中公布了：1.一种基于循环神经网络结合迁移学习和知识蒸馏的麻醉深度预测方法，其特征在于，包括以下步骤： S1，获取待预测对象的用药量数据以及包括待预测对象的年龄、性别、身高、体重在内的静态协变量信息； S2，将待预测对象的用药量数据以及静态协变量信息输入预设的麻醉深度预测模型中，得到关于待预测对象的麻醉深度指标值； 其中，所述麻醉深度预测模型基于循环神经网络结合迁移学习和知识蒸馏对预设的训练集进行模型训练后获得； 在模型训练过程中，利用循环神经网络从所述训练集的药物输注历史数据中提取时序特征信息，对提取的时序特征信息进行不同时间段的分布匹配来学习不同时间段共享的公共知识，加入训练集在的样本对象的静态协变量信息，让循环神经网络学习各种动态与静态信息之间的关系； 在模型训练过程中，以教师学生类的知识蒸馏的方法压缩模型的大小，即训练了两个网络：教师模型Mt以及学生模型Ms，分别包括循环神经网络、瓶颈网络以及全连接神经网络； 在模型训练过程中，让学生模型Ms循环神经网络的输出去模仿教师模型Mt循环神经网络的输出；让学生模型Ms瓶颈网络的输出去模仿教师模型Mt瓶颈网络的输出； 在模型训练过程中，通过以下方式进行时序分布匹配，让学生模型Ms循环神经网络的输出去模仿教师模型Mt循环神经网络的输出： 将门控循环单元的输出维度合并变为Gteacher∈R256×7680,Gstudent∈R256×7680，经过输出维度为120的全连接层，然后经过sigmoid的激活函数，再通过Softmax归一化，得到重要性向量α；取门控循环单元的输出和α计算不同隐藏状态之间的分布差异作为模型的损失函数正则项Lt： 其中，表示在状态t时Di和Dj两个时间段分布的重要性，表示余弦相似性计算。

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工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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”。