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！

龙图腾网获悉南昌大学第一附属医院申请的专利一种胸痛智能分诊方法及系统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：CN120072264B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510139478.0，技术领域涉及：G16H50/20；该发明授权一种胸痛智能分诊方法及系统是由樊凰玉;吴姝玲;廉云;陈欢欢;章清琴;陈儒华设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本一种胸痛智能分诊方法及系统在说明书摘要公布了：本发明公开了一种胸痛智能分诊方法及系统，涉及智能医疗分诊领域，包括，采集患者病情信息和胸部振动信号，对采集的数据进行标准化处理，提取多模态特征集；将多模态特征集输入胸痛知识图谱，通过BERT语义嵌入模型映射语义特征向量，筛选出图谱子图；基于图谱子图，通过非线性特征关联分析计算病因可能性得分，并使用贝叶斯网络进行关联度优化，获取病因排序列表和推理路径；使用Q－learning强化学习算法，结合胸部振动信号，对病因排序列表进行权重调整并更新推理路径；基于调整后的病因排序列表和推理路径，生成分诊优先级和分诊建议。本发明通过结合多模态数据和Q－learning强化学习算法，实现了精准的分诊优先级排序和个性化的分诊建议生成。

本发明授权一种胸痛智能分诊方法及系统在权利要求书中公布了：1.一种胸痛智能分诊方法，其特征在于：包括， 采集患者病情信息和胸部振动信号，对采集的数据进行标准化处理，提取多模态特征集； 将多模态特征集输入胸痛知识图谱，通过BERT语义嵌入模型映射语义特征向量，筛选出图谱子图，具体步骤为， 基于医学文献、历史病例和临床数据构建胸痛知识图谱； 将多模态特征集输入胸痛知识图谱，通过BERT语义嵌入模型映射至高维向量空间，生成语义特征向量； 计算语义特征向量与胸痛知识图谱中节点的余弦相似度； 根据余弦相似度筛选子图节点，并保留子图节点间的关联路径，生成图谱子图； 基于图谱子图，通过非线性特征关联分析计算病因可能性得分，并使用贝叶斯网络进行关联度优化，获取病因排序列表和推理路径； 使用Q-learning强化学习算法，结合胸部振动信号，对病因排序列表进行权重调整并更新推理路径，具体步骤为， 通过快速傅里叶变换和小波变换，提取胸部振动信号的时频特征，形成振动信号特征向量； 使用Q-learning强化学习算法，基于振动信号特征向量调整病因节点权重； 基于调整后的病因节点权重，更新推理路径； 基于调整后的病因排序列表和推理路径，生成分诊优先级和分诊建议。

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南昌大学第一附属医院，其通讯地址为：330000 江西省南昌市东湖区永外正街17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”。

以上内容由龙图腾AI智能生成。