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！

龙图腾网恭喜合肥市第四人民医院申请的专利利用生成对抗网络GAN构建精神卫生护理虚拟场景的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：CN118919025B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202410950139.6，技术领域涉及：G16H20/70；该发明授权利用生成对抗网络GAN构建精神卫生护理虚拟场景的方法是由甘桂云设计研发完成，并于2024-07-16向国家知识产权局提交的专利申请。

本利用生成对抗网络GAN构建精神卫生护理虚拟场景的方法在说明书摘要公布了：本发明涉及精神卫生护理，具体涉及利用生成对抗网络GAN构建精神卫生护理虚拟场景的方法。根据精神卫生护理需求分析，确定虚拟场景模拟的类型及环境参数，包括焦虑缓解或抑郁症状管理所需的光照、颜色和声音；然后开发情绪感知模块，通过深度学习技术分析用户的语音、表情和生理信号以识别用户情绪状态，并根据情绪状态通过反馈机制动态调整虚拟环境；构建自适应GAN模型，其中生成器网络根据情绪感知模块的输入自适应地生成符合用户情绪需求的场景，同时判别器网络验证生成场景的真实性并评估场景对用户情绪改善的有效性；实现实时交互反馈系统，允许场景在用户与之互动时实时变化，并通过机器学习优化场景生成算法以提升用户体验，确保个性化。

本发明授权利用生成对抗网络GAN构建精神卫生护理虚拟场景的方法在权利要求书中公布了：1.利用生成对抗网络GAN构建精神卫生护理虚拟场景的方法，其特征在于包括以下步骤：首先根据精神卫生护理需求分析，确定虚拟场景模拟的类型及环境参数，包括焦虑缓解或抑郁症状管理所需的光照、颜色和声音；然后开发情绪感知模块，通过深度学习技术分析用户的语音、表情和生理信号以识别用户情绪状态，并根据情绪状态通过反馈机制动态调整虚拟环境；接着构建自适应GAN模型，其中生成器网络根据情绪感知模块的输入自适应地生成符合用户情绪需求的场景，同时判别器网络验证生成场景的真实性并评估场景对用户情绪改善的有效性；最后实现实时交互反馈系统，允许场景在用户与之互动时实时变化，并通过机器学习优化场景生成算法以提升用户体验，确保个性化；所述确定虚拟场景模拟的类型及环境参数过程包括：S1、首先通过整合多模态数据集成技术，采用高等函数F1计算用户的综合心理状态S，公式为：F1S＝∫α·log1+eHR+β·tanhRT+γ·σAPdτ其中HR为心率，RT为反应时间，AP为应答模式，α,β,γ为调整参数，τ表示时间变量；S2、其次使用基于用户数据的智能化参数推荐系统，应用机器学习模型公式F2以确定个性化的场景环境参数P，公式为： 其中pn为场景参数，λn为衰减因子，ω为权重系数，Sn表示各个环境参数对应的心理状态贡献；S3、最后动态环境适应技术利用实时数据流动态调整虚拟场景，应用微积分公式F3，公式为： 其中Vi为虚拟环境变量，ρi,μ为调节系数，Ci和Hi分别代表当前和历史情绪数据；所述情绪感知模块由以下部分构成：P1、首先开发多模态情绪识别系统，采用函数F1整合语音、表情和生理信号数据，公式定义为： 其中X,Y,Z分别代表从语音、表情和生理传感器得到的数据输入，a,b,c为调节参数；P2、接着实施情绪状态实时反馈机制，通过微积分公式F2动态调整虚拟环境设置，公式为： 其中E表示经F1函数分析后得到的情绪状态指标，k和ω为调整系数；P3、最后采用自适应学习与个性化调整机制，应用自适应函数F3，该函数描述为： 其中V表示用户对虚拟环境的反馈数据，g和λ为自适应学习的参数；所述构建自适应GAN模型的方法包括：首先构建深度卷积生成网络DCGAN，集成情绪感知模块提供包括语音、表情、生理信号的多模态数据产生的情绪特征向量，根据实时情绪分析结果自适应地调整生成的虚拟场景内容，包括色调、纹理和光线；然后开发自适应判别器网络，不仅验证生成场景的真实性，还评估场景对用户情绪的实际影响，通过分析用户在特定虚拟环境中的行为数据和生理数据来评估场景的情绪调节效果；最后实施动态反馈优化机制，使用强化学习或在线学习策略，根据用户对场景的实时反馈调整生成器和判别器的参数，以此来优化GAN模型。

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合肥市第四人民医院，其通讯地址为：230022 安徽省合肥市黄山路316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”。