Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江一山智慧医疗研究有限公司邱瑛获国家专利权

浙江一山智慧医疗研究有限公司邱瑛获国家专利权

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!

龙图腾网获悉浙江一山智慧医疗研究有限公司申请的专利一种基于健康指数的脓毒症风险预测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:CN120183712B

龙图腾网通过国家知识产权局官网在2025-08-15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:202510657339.7,技术领域涉及:G16H50/30;该发明授权一种基于健康指数的脓毒症风险预测方法是由邱瑛;方宝林;傅亦婷;杨啸天;张旷;李壮设计研发完成,并于2025-05-21向国家知识产权局提交的专利申请。

一种基于健康指数的脓毒症风险预测方法在说明书摘要公布了:本发明涉及人工智能医疗辅助决策技术领域,具体公开了一种基于健康指数的脓毒症风险预测方法。所述方法包括:采集健康指标数据构建标准化特征向量,训练累积型健康指数评分模型;基于健康指数构建有序逻辑回归模型,输出脓毒症等级概率分布;引入教师学生模型进行概率迁移学习,得到第一脓毒症风险预测结果;采用SHAP方法进行解释分析,输出第二预测结果。相较于现有技术中主要依赖SIRS或SOFA等规则性评分体系存在敏感性低,尤其是在早期临床指标轻微异常条件下,难以实现风险预警的技术问题,由于本申请通过引入累积评分建模和有序逻辑概率映射,实现了脓毒症风险等级连续预警和解释,提高了早期脓毒症风险预测效果。

本发明授权一种基于健康指数的脓毒症风险预测方法在权利要求书中公布了:1.一种基于健康指数的脓毒症风险预测方法,其特征在于,方法包括: 步骤S10:采集被测者24小时内的健康指标数据,根据健康指标数据构建标准化输入特征向量; 步骤S20:预先构建并训练累积型健康指数评分模型,将标准化输入特征向量输入训练后的累积型健康指数评分模型,得到连续健康指数; 其中,预先构建并训练累积型健康指数评分模型,将标准化输入特征向量输入训练后的累积型健康指数评分模型,得到连续健康指数的步骤,具体包括: 步骤S201:获取被测者的历史电子病历样本数据,从电子病历样本数据中提取诊断标签数据和病情评分数据,根据诊断标签数据和病情评分数据划分多级健康等级标签,包括等级1:临床稳定,等级2:中度预警,等级3:高度预警; 步骤S202:根据历史电子病历样本数据构建历史标准化输入特征向量,将历史标准化输入特征向量作为累积型健康指数评分模型的输入,将多级健康等级标签作为累积型健康指数评分模型的输出,训练累积型健康指数评分模型; 其中,在训练过程中,采用最小化多级交叉熵作为累积型健康指数评分模型的损失函数,累积型健康指数评分模型的损失函数公式为: ; 其中,L为累积型健康指数评分模型的损失函数,为训练样本总数量;为健康等级标签的类别数;为样本j是否属于第k类的标签指示变量;为第j个样本的标准化输入特征向量;为模型预测样本j属于第k类的概率; 步骤S203:将标准化输入特征向量输入训练后的累积型健康指数评分模型,得到连续的多级健康等级标签输出,针对连续的多级健康等级标签输出进行线性处理与平滑处理,得到连续健康指数; 步骤S30:针对连续健康指数采用改进型有序逻辑回归法处理,得到脓毒症等级概率分布; 步骤S40:引入教师学生模型,根据脓毒症等级概率分布结合教师学生模型进行知识迁移监督学习,得到第一脓毒症风险预测结果; 步骤S50:基于SHAP方法对第一脓毒症风险预测结果进行解释分析,得到第二脓毒症风险预测结果。

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浙江一山智慧医疗研究有限公司,其通讯地址为:311100 浙江省杭州市余杭区仓前街道良睦路1399号19幢101-36室;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。