湖南湖大华龙电气与信息技术有限公司;湖南大学;湖南智龙物联网技术有限公司尹骏刚获国家专利权
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!
龙图腾网获悉湖南湖大华龙电气与信息技术有限公司;湖南大学;湖南智龙物联网技术有限公司申请的专利一种糖尿病术中低血糖发生风险智能预测方法、系统及存储介质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:CN114974578B 。
龙图腾网通过国家知识产权局官网在2025-09-23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:202210376269.4,技术领域涉及:G16H50/30;该发明授权一种糖尿病术中低血糖发生风险智能预测方法、系统及存储介质是由尹骏刚;郑璠;王森林;张小刚;王勋设计研发完成,并于2022-04-08向国家知识产权局提交的专利申请。
本一种糖尿病术中低血糖发生风险智能预测方法、系统及存储介质在说明书摘要公布了:早期识别低血糖发生高危人群对于预防和干预其发生具有重要的临床意义。本发明公开了一种基于改进无监督学习神经网络模型的糖尿病术中低血糖发生风险预测方法、系统及存储介质,包括如下步骤:获取患者各类数据作为预测模型训练数据;对所采集数据进行预处理;利用非线性转换公式对预处理后数据进行转换;将非线性转换后数据导入稀疏编码器进行训练;利用逆转换公式对稀疏编码器输出数据进行逆转换;通过逆转换后数据智能分析,获得糖尿病术中低血糖发生风险预测结果。针对传统预测模型无法纳入非线性多分类复杂因素、基于浅层神经网络的预测模型准确率低的问题,本发明提出了将样本输入与样本标签合并的无监督学习方法,提供了神经网络预测算法模型、系统和存储介质,显著提高了糖尿病患者术中低血糖发生风险预测的准确率。
本发明授权一种糖尿病术中低血糖发生风险智能预测方法、系统及存储介质在权利要求书中公布了:1.一种基于改进无监督学习神经网络模型的糖尿病术中低血糖发生风险预测方法,其特征在于:包括如下步骤: S1:获取患者各类数据作为预测模型训练数据; S2:对步骤S1所述数据进行预处理; S3:利用非线性转换公式对步骤S2所述数据进行转换; S4:将步骤S3所述数据导入稀疏编码器进行训练; S5:利用逆转换公式对步骤S4所述稀疏编码器输出数据进行逆转换; S6:分析步骤S5所述逆转换数据,获得糖尿病术中低血糖发生风险预测结果。 所述步骤S2具体为:数据缺失值填充,缺失数据标记为NaN、Z-score数值归一化处理; 所述步骤S3具体为: 将步骤S2中预处理后数据进行转换,转换公式如下: 式中n为训练或测试样本编号,x为未转换数据,y为转换后的数据;NaN为数据缺失时x的值。 所述步骤S4具体为: 获得步骤S3所述所有转换数据后,输入如下稀疏自编码器进行训练: Yn=RelUWnYn-1+bn Y0=y 式中Yn为稀疏自编码器第n层输出,Wn为各层权系数矩阵,bn为各层偏移;RelU函数表达式如下: 式中a为激活函数控制参数,可通过反向传播训练或设定合适的值。 所述步骤S5具体为: 使用如下逆转换公式对步骤S4所述稀疏自编码器的输出结果进行逆转换: 式中Yn为待逆转换的稀疏自编码器输出数据,Zn为逆转换后的数据,NaN表示该项数据无法预测。
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湖南湖大华龙电气与信息技术有限公司;湖南大学;湖南智龙物联网技术有限公司,其通讯地址为:410205 湖南省长沙市岳麓区麓山南路343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”。
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。