一种基于深度学习的光疗参数自适应优化方法及系统

本发明提出一种基于深度学习的光疗参数自适应优化方法及系统，包括：构建包含特征提取、参数效果评估和参数自适应优化三个子模型的光疗参数优化模型；获取光疗设备历史工作数据和治疗效果数据，生成参数数据集和效果数据集；利用特征提取子模型分别提取参数特征向量和效果特征向量；将特征向量输入参数效果评估子模型，生成参数‑效果关联矩阵，量化参数组合与治疗效果的关联关系；实时环境数据，基于环境数据和关联矩阵，由参数自适应优化子模型动态生成光疗参数配置方案并发送至光疗设备；获取治疗评价数据，据此更新优化参数自适应优化子模型。通过本发明，实现了光疗参数的高效、精准、自适应优化，显著提升了光疗效果的可控性和治疗效果。