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！

龙图腾网获悉天津大学申请的专利一种基于矩阵式因果解纠缠的脓毒症成因因素分析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：CN118983108B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202411105211.1，技术领域涉及：G16H50/70；该发明授权一种基于矩阵式因果解纠缠的脓毒症成因因素分析装置是由聂为之;白云鹏;谢克亮;宋丹;刘安安设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本一种基于矩阵式因果解纠缠的脓毒症成因因素分析装置在说明书摘要公布了：本发明公开一种基于矩阵式因果解纠缠的脓毒症成因因素分析装置，涉及重症医学数据处理分析领域，装置包括：数据获取模块、因果图构建模块、模型训练模块及因素分析模块；因果图构建模块对历史电子健康记录时序数据进行分组，并构建基于隐马尔可夫链的结构因果矩阵；模型训练模块基于结构因果矩阵训练序列化因果解耦模型；序列化因果解耦模型包括序列化变分自动编码器、先验网络、后验网络及生成网络；因素分析模块对当前电子健康记录时序数据进行分组，并基于序列化因果解耦模型确定每组数据与脓毒症的关联强度，以分析脓毒症的成因因素。本发明提高了脓毒症患病原因的分析精度。

本发明授权一种基于矩阵式因果解纠缠的脓毒症成因因素分析装置在权利要求书中公布了：1.一种基于矩阵式因果解纠缠的脓毒症成因因素分析装置，其特征在于，所述基于矩阵式因果解纠缠的脓毒症成因因素分析装置包括： 数据获取模块，用于获取历史电子健康记录时序数据；所述历史电子健康记录时序数据包括历史设定时段内多个时刻的实验室检测指标、个人属性、临床文本和患病标签；所述患病标签为0或1，其中，患病标签为1表示患脓毒症，患病标签为0表示未患脓毒症； 因果图构建模块，与所述数据获取模块连接，用于对所述历史电子健康记录时序数据进行分组，得到多组历史因素数据，并分别基于每组历史因素数据构建基于隐马尔可夫链的结构因果图，得到结构因果矩阵；所述结构因果图用于将所述历史因素数据描述成高维隐空间； 模型训练模块，与所述因果图构建模块连接，用于根据每组历史因素数据，基于所述结构因果矩阵，对序列化因果解耦模型进行训练优化，以得到训练好的序列化因果解耦模型；所述序列化因果解耦模型包括序列化变分自动编码器、先验网络、后验网络及生成网络；所述序列化变分自动编码器用于对历史因素数据进行编码；所述先验网络及所述后验网络用于根据编码后的历史因素数据，解析所述结构因果图中的因果关系，并解耦得到多个隐变量；多个隐变量分别为：与脓毒症相关的隐变量、与其他疾病相关的隐变量以及与疾病无关的隐变量；所述生成网络用于分析与脓毒症相关的隐变量与脓毒症的关联强度； 所述生成网络采用以下公式确定t时刻重参数化后的各隐变量： ； ； ； 其中，为t时刻重参数化后的与脓毒症相关的隐变量，为t时刻重参数化后的与其他疾病相关的隐变量，为t时刻重参数化后的与疾病无关的隐变量，为t时刻与脓毒症相关的隐变量的后验均值，为t时刻与脓毒症相关的隐变量的后验方差，为t时刻与其他疾病相关的隐变量的后验均值，为t时刻与其他疾病相关的隐变量的后验方差，为t时刻与疾病无关的隐变量的后验均值，为t时刻与疾病无关的隐变量的后验方差，为一个与相同尺寸的遵从均值为0，方差为1的正态分布的随机矩阵，为一个与相同尺寸的遵从均值为0，方差为1的正态分布的随机矩阵，为一个与相同尺寸的遵从均值为0，方差为1的正态分布的随机矩阵，表示两个矩阵对应点相乘，表示张量对应点相加； 所述生成网络采用以下公式重构t时刻的实验室检测指标、t时刻的个人属性及T时刻的临床文本： ； ； ； 其中，为t时刻重构的实验室检测指标，为t时刻重构的个人属性，为T时刻重构的临床文本，为t时刻重参数化后的与脓毒症相关的隐变量，为t时刻重参数化后的与其他疾病相关的隐变量，为t时刻重参数化后的与疾病无关的隐变量，表示由连续多个全连接层构成的生成模型； 因素分析模块，与所述模型训练模块连接，用于对当前电子健康记录时序数据进行分组，得到多组当前因素数据，并基于训练好的序列化因果解耦模型，确定每组当前因素数据与脓毒症的关联强度，以对脓毒症的成因因素进行分析。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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”。