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！

龙图腾网获悉东莞理工学院申请的专利一种融合图卷积约束增强低秩表征的慢性病共病模式识别方法、装置、电子设备及存储介质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：CN119312111B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202411366928.1，技术领域涉及：G06F18/23；该发明授权一种融合图卷积约束增强低秩表征的慢性病共病模式识别方法、装置、电子设备及存储介质是由刘志刚;李蔚凌;钟裕荣;吴昊设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种融合图卷积约束增强低秩表征的慢性病共病模式识别方法、装置、电子设备及存储介质在说明书摘要公布了：本申请公开了一种融合图卷积约束增强低秩表征的慢性病共病模式识别方法、装置、电子设备及存储介质，所述方法通过获取医疗数据资源，利用医疗数据资源构建慢性病共病网络，慢性病共病网络用于描述疾病间的相关性、影响力，对慢性病共病网络进行融合图卷积约束的低秩表征方法表征学习以挖掘输出其中的社区结构，运用社区划分机制识别共病网络中的社区结构，发掘共病模式，既具备了低秩分解模型良好的可解释聚类特性，同时融入了GCN的非线性、非欧式表征学习能力，提升了其表示学习能力。

本发明授权一种融合图卷积约束增强低秩表征的慢性病共病模式识别方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种融合图卷积约束增强低秩表征的慢性病共病模式识别方法，其特征在于，包括： 获取医疗数据资源，其中，所述医疗数据资源包括从检验、诊断、治疗、处方、电子病历、临床数据资源中梳理出的慢性病患病情况的数据记录； 利用医疗数据资源构建慢性病共病网络，其中，所述慢性病共病网络用于描述疾病间的相关性、影响力，可根据多源数据通过计算疾病或患者间相关性进行构建，所述多源数据包括患者基本信息以及检验、诊断、治疗、处方数据、电子病历、临床数据、组学大数据，其中，所述慢性病共病网络用图G＝V,E，V＝{vi|i∈{1,…,n}}表示包含n个疾病节点的集合，E＝{eij|i,j∈{1,…,m}}表示包含m条连边的集合；邻接矩阵A＝[aij]用于表示和存储目标共病网络G，其中aij表示疾病节点vi和vj之间的交互关系，其数值等于Isi,sj，si和sj分别代表两种不同的疾病； 对所述慢性病共病网络进行低秩表征学习挖掘输出其中的社区结构，其中，所述低秩表征学习采用融合图卷积约束的低秩表征方法表征所述共病网络；所述采用融合图卷积约束的低秩表征方法表征所述共病网络包括： 设计目标函数，目标函数如下： 其中，A为所述共病网络的邻接矩阵，U为大小为n×K的特征矩阵，n和K分别为共病网络中节点和社区的数目；为计算矩阵的F范数；Tr·为计算矩阵的迹；UT表示矩阵U的转置；L＝D-A为A的拉普拉斯矩阵，其中D＝∑lAil为A的度矩阵，其中Ail为A中对应下标处的元素值；表示GCN模块隐藏层特征矩阵，其中hi对应于节点vi的特征向量，d表示特征维度；和表示GCN模块的权重矩阵；为规范化邻接矩阵，为加入自连接的邻接矩阵，为的度矩阵，为中对应下标处的元素值；λ1为图正则系数；σ·为GCN模块的非线性激活函数； 运用社区划分机制识别共病网络中的社区结构，发掘共病模式。

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东莞理工学院，其通讯地址为：523000 广东省东莞市松山湖科技产业园区大学路1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。