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！

龙图腾网获悉青岛科技大学申请的专利一种糖尿病预测和可解释性分析方法以及计算机程序产品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：CN119418954B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510031053.8，技术领域涉及：G16H50/70；该发明授权一种糖尿病预测和可解释性分析方法以及计算机程序产品是由宋廷强;魏国政;渠蓉蓉;张宇;曹文娟;许鹏飞;刘自超设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本一种糖尿病预测和可解释性分析方法以及计算机程序产品在说明书摘要公布了：本发明公开了一种糖尿病预测和可解释性分析方法以及计算机程序产品，属于医疗信息学技术领域，包括：构建样本数据集；构建特征自注意力模块的数学模型；构建融合特征自注意力模块的改进残差网络模型；利用改进残差网络模型对样本数据进行糖尿病风险预测；使用SHAP模型计算每个输入特征向量的SHAP值，评估输入特征向量对模型输出的边际贡献；生成SHAP值的可视化摘要图，展示各个特征对预测结果的具体影响。本发明融合自注意力机制和深度残差思想，显著提升了RAC模型的预测性能。通过引入SHAP特征分析，量化各特征对预测的贡献，增强了模型的可解释性，能够为糖尿病预测提供系统性评估。

本发明授权一种糖尿病预测和可解释性分析方法以及计算机程序产品在权利要求书中公布了：1.一种糖尿病预测和可解释性分析方法，其特征在于，包括： 构建样本数据集，其中记录有由糖尿病人和健康人的样本数据形成的多组输入特征向量X，所述输入特征向量X涵盖与糖尿病相关的体征指标数据，包括血糖值、胰岛素水平、血压、BMI、年龄、女性妊娠次数以及糖尿病家族史，为csv格式数据； 构建特征自注意力模块的数学模型： ； 其中，表示融合后的输入特征向量；为可学习的参数矩阵；、、分别为将输入特征向量X映射到查询空间、键空间和值空间的权重矩阵；为键空间的维度；softmax为归一化指数函数;T为矩阵转置符号； 构建融合特征自注意力模块的改进残差网络模型: ； ； 其中，Y为改进残差网络中每个残差块的输出向量；是一个可学习的标量，用于调整残差连接的强度；是激活函数；和为全连接层的偏置；BN表示批量归一化操作；是与第i个残差块相关的权重；是特征自注意力机制层，用于加权特征向量； 配置所述改进残差网络模型采用全连接层代替残差网络原结构中的卷积层，并配置每个残差块的内部结构分别包括第一全连接层和归一化层、第二全连接层和归一化层、特征自注意力模块； 根据改进残差网络模型的输出值，预测样本数据的患病风险； 使用SHAP模型计算每个输入特征向量的SHAP值，评估输入特征向量对模型输出的边际贡献； 生成SHAP值的可视化摘要图，展示各个特征对预测结果的具体影响。

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青岛科技大学，其通讯地址为：266061 山东省青岛市崂山区松岭路99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”。