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！

龙图腾网获悉北京航空航天大学;首都医科大学附属北京积水潭医院申请的专利一种用于急性心梗监测的结构因果模型构建方法及装置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：CN119418949B 。

龙图腾网通过国家知识产权局官网在2025-08-08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：202510006363.4，技术领域涉及：G16H50/70；该发明授权一种用于急性心梗监测的结构因果模型构建方法及装置是由姜雨彤;田兆兴;李晓阳;李雪琦;李泊远设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本一种用于急性心梗监测的结构因果模型构建方法及装置在说明书摘要公布了：本发明涉及一种用于急性心梗监测的结构因果模型构建方法及装置，属于患者数据处理技术领域，解决了现有技术中的无法实时监测患者数据，预测的数据不准确的问题。本发明的结构因果模型的构建方法包括：步骤1、采集和处理历史医疗大数据以获得结构化数据集；步骤2、根据医学知识对结构化数据集进行离散化处理；步骤3、根据离散化数据集，基于医学约束条件及因果发现方法构建AMI因果结构；步骤4、基于步骤2的离散化数据集，使用贝叶斯参数估计方法对AMI因果结构进行参数学习得到最终的AMI结构因果模型。本发明能够通过有效信息值来更准确地量化特征和识别AMI的显著影响因素，辅助AMI的预防、诊断与诊疗。

本发明授权一种用于急性心梗监测的结构因果模型构建方法及装置在权利要求书中公布了：1.一种用于急性心梗监测的结构因果模型构建方法，其特征在于，具体步骤如下： 步骤1、采集和处理历史医疗大数据以获得用于训练AMI结构因果模型的结构化数据集； 其中，处理历史医疗大数据的步骤为： 确定历史医疗大数据信息提取规则； 根据信息提取规则对历史医疗大数据进行结构化数据整理； 通过正则表达式识别具备规律表达形式的特征信息； 通过自然语言处理方法处理历史医疗大数据中的不具备规律表达形式的特征信息； 最终整理得到结构化数据集； 步骤2、根据医学知识对结构化数据集进行离散化处理获得离散化数据集； 步骤3、根据离散化数据集，根据医学先验知识约束条件并基于因果发现算法、加性噪声模型和医学知识构建AMI因果结构；AMI因果结构中的变量为AMI、引发AMI的关联因素、AMI引发的表现因素，有向连边为变量之间从因到果的生成过程； 步骤4、基于步骤2的离散化数据集，使用贝叶斯参数估计方法对AMI因果结构进行参数学习，估计获得条件概率参数；基于条件概率参数得到最终的AMI结构因果模型； 其中，将变量条目按照人口统计量、生活习惯、既往病史、身体状况和临床表现，根据医学先验知识设计约束条件，约束条件为： （1）禁止变量条目中的除人口统计量的其他变量指向人口统计量及人口统计量之间的因果关系； （2）根据医学知识归纳历史医疗大数据中与急性心肌梗死AMI发病关联的人口统计量、生活习惯、既往病史、身体状况和临床表现的变量条目之间的时间先后顺序，禁止违背时间先后顺序的因果关系； （3）禁止胸痛、肺部啰音临床表现之间的内部因果关系； 其中，因果发现算法为基于条件独立性的快速因果推断算法或基于分数的快速贪心等价类搜索算法； 快速因果推断算法基于条件独立规则从历史医疗大数据中检验因果关系，通过识别变量之间的V结构识别因果方向； 对于V结构因果关系的识别，表达式为： 其中，V表示V结构；A和B分别表示变量A和变量B，C表示变量A、变量B的公共相邻变量C；其因果含义为变量A、变量B分别为公共相邻变量C的原因； 快速因果推断算法通过识别分离集的方式判断V结构是否存在，分 离集为一组能够使两个变量满足条件独立性的变量组合，表达为： 其中，X表示一组变量集合； 加性噪声模型的AMI因果结构的表达式为： 其中，为原因变量条目，为结果变量条目，为残差项。

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北京航空航天大学;首都医科大学附属北京积水潭医院，其通讯地址为：100191 北京市海淀区学院路37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”。