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！

龙图腾网获悉北京健康有益科技有限公司申请的专利一种基于连续数据的阿尔茨海默氏症风险预测系统和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：CN119564155B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202411658565.9，技术领域涉及：A61B5/00；该发明授权一种基于连续数据的阿尔茨海默氏症风险预测系统和方法是由李宇欣;赵云龙;李斯琦;裘实设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于连续数据的阿尔茨海默氏症风险预测系统和方法在说明书摘要公布了：本发明提供了一种基于连续数据的阿尔茨海默氏症风险预测系统和方法，包括：数据采集模块，用于采集个体的多维度连续数据；数据分析模块，用于对多维度连续数据进行分析，采集多维度连续数据的数据特征，并根据数据特征输出个体的姿态特征；预测模块，用于基于姿态特征确定个体在目标时间序列下的行为路径变化点，并基于行为路径变化点进行阿尔茨海默氏症风险预测。确保了阿尔茨海默氏症风险预测的准确性以及可靠性，为进行疾病治疗提供了极大的便利。

本发明授权一种基于连续数据的阿尔茨海默氏症风险预测系统和方法在权利要求书中公布了：1.一种基于连续数据的阿尔茨海默氏症风险预测系统，其特征在于，包括： 数据采集模块，用于采集个体的多维度连续数据； 数据分析模块，用于对多维度连续数据进行分析，采集多维度连续数据的数据特征，并根据数据特征输出个体的姿态特征； 预测模块，用于基于姿态特征确定个体在目标时间序列下的行为路径变化点，并基于行为路径变化点进行阿尔茨海默氏症风险预测； 数据分析模块，包括： 维度标识获取单元，用于获取多维度连续数据的维度标识，并根据多维度连续数据的维度标识在预设数据库中调取各维度在正常状态下的连续样本数据； 目标变换曲线构建单元，用于： 读取每个维度在正常状态下的连续样本数据，并将根据时间顺序将连续样本数据在预设直角坐标系中进行第一映射； 根据第一映射结果获得各个维度的目标变换曲线； 曲线分析单元，用于对目标变换曲线进行分析，获得目标变换曲线的基准区间； 数据特征确定单元，用于将连续数据在对应维度的直角坐标系中进行显示，并将显示结果与基准区间进行比较，且根据比较结果确定多维度连续数据的数据特征； 姿态特征确定单元，用于根据数据特征确定个体的姿态特征； 姿态特征确定单元，包括： 当数据特征中显示连续数据在对应维度的直角坐标系中属于基准区间时，则输出第一姿态特征； 当数据特征中显示连续数据在对应维度的直角坐标系中大于基准区间时，则输出第二姿态特征； 当数据特征中显示连续数据在对应维度的直角坐标系中属于基准区间时，则输出第三姿态特征； 预测模块，包括： 数据访问单元，用于： 基于多维度连续数据的维度信息从数据库中调取多维度历史数据，并基于阿尔茨海默氏症的预设评估知识体系确定风险评估因素， 提取多维度历史数据的数据表征，并基于数据表征确定多维度历史数据与风险评估因素的关联指数，且将关联指数大于预设阈值的多维度历史数据判定为强关联参量； 同时，基于预设评估知识体系确定多维度历史数据对应的强关联参量之间的多维度拓扑结构，并基于多维度拓扑结构得到强关联参量之间的关联属性； 模型训练单元，用于： 基于评估要求从模型库中选取模型框架，并提取模型框架的模型参数； 基于强关联参量及关联属性对模型参数进行迭代训练，并实时监测迭代训练过程中各模型指标的训练值，且在训练值满足预设要求时，终止迭代训练，得到风险预测模型； 风险预测单元，用于： 基于时间发展序列将多维度连续数据对应的姿态特征分别进行序列拆分，得到个体的每一维度连续数据在每一时刻的动作参量，并将相邻时刻的动作参量进行差异比较，且将相邻时刻的差异比较结果进行统计汇总，得到个体在目标时间序列下的行为路径变化点； 基于风险预测模型对行为路径变化点进行风险分析，得到个体在每一维度连续数据下的风险概率，并基于每一维度连续数据的目标权重对多维度连续对应的风险概率进行加权平均，得到个体的阿尔茨海默氏症风险预测值； 同时，基于每一维度连续数据下的风险概率和目标权重确定个体的阿尔茨海默氏症的病态表征，并将阿尔茨海默氏症风险预测值和病态表征进行关联绑定。

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健康有益科技有限公司，其通讯地址为：100016 北京市朝阳区亮马桥路甲40号1幢12层1201室A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”。