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！

龙图腾网获悉中国人民解放军空军军医大学申请的专利基于多模态数据融合的直肠癌手术风险评估与预警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：CN120581210B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202511075189.5，技术领域涉及：G16H50/30；该发明授权基于多模态数据融合的直肠癌手术风险评估与预警系统是由杜昆利;郑高赞;王鹏飞;王娟;郑建勇;丰帆设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本基于多模态数据融合的直肠癌手术风险评估与预警系统在说明书摘要公布了：本发明涉及评估与预警系统技术领域，具体公开了基于多模态数据融合的直肠癌手术风险评估与预警系统，包括：多模态数据采集模块、数据预处理模块、跨模态融合模块、动态风险评估模块、智能预警模块和系统自检模块。本发明通过整合多模态数据并动态分配权重，实现全手术周期风险实时更新，结合分级预警、自主检测校准及风险溯源与对策匹配功能，全面提升风险评估的全面性、时效性和精准度，保障系统长期可靠运行，为临床决策提供有力支持，有效降低手术风险及并发症发生率。

本发明授权基于多模态数据融合的直肠癌手术风险评估与预警系统在权利要求书中公布了：1.基于多模态数据融合的直肠癌手术风险评估与预警系统，其特征在于，包括： 多模态数据采集模块，配置为通过多源检测设备组采集患者的临床数据、影像数据、病理数据及基因数据； 数据预处理模块，与所述多模态数据采集模块连接，对采集的多模态数据进行降噪、标准化及特征筛选处理； 跨模态融合模块，接收经数据预处理模块处理后的多源数据，通过深度学习网络进行特征融合，输出综合特征向量； 动态风险评估模块，基于所述综合特征向量构建实时评估模型，输出手术风险值及风险等级； 智能预警模块，与所述动态风险评估模块通信连接，根据风险值触发多级预警机制； 系统自检模块，对多模态数据采集模块、数据预处理模块、跨模态融合模块、动态风险评估模块和智能预警模块的运行状态及数据有效性进行实时监测与校准； 所述动态风险评估模块包括： 术前评估单元，基于术前72小时内的多模态数据，输出基础风险值，计算公式为： ； 其中，为特征权重，通过随机森林Gini系数计算，随机森林Gini系数计算时所使用的数据来源于临床参数单元采集的心率、血压相关的生理信号，影像检测单元获取的肿瘤三维影像，病理分析单元采集的肿瘤切片信息，以及基因测序单元检测的直肠癌相关基因表达量数据；且，为风险贡献函数； 通过加权求和整合多维度特征的风险贡献，生成初始风险基准； 术中实时单元，每5分钟更新一次风险值，计算公式为： ； 其中，为衰减系数，取值0.01‑0.05，随手术进程动态增大，为手术时长，为实时数据权重，初始值0.3，每30分钟递增0.1，为新增数据的风险增量；通过指数衰减弱化术前数据影响，强化术中实时数据权重，实现风险动态迭代； 风险等级划分单元，划分步骤包括： 步骤1.1：收集1000例历史手术数据的风险值，采用K‑means聚类生成5个风险区间； 步骤1.2：结合临床专家意见，将聚类中心映射为1‑5级风险等级，1级最低，5级最高； 步骤1.3：当连续两次更新的风险值跨级变化时，触发等级校准，重新计算相邻等级阈值； 所述数据预处理模块的标准化处理包括： 对临床参数单元采集的生理信号采用Z‑score标准化： ； 其中，为原始生理参数值，为该参数在临床数据库中的均值，为参考标准差；通过将数据转换为标准正态分布，消除不同生理参数的量纲差异，实现跨参数可比； 对影像检测单元的影像数据进行灰度归一化： ； 其中，为影像原始像素值，分别为单张影像中像素的最大、最小值；将影像灰度值映射至0‑255范围，统一不同设备、不同拍摄条件下的影像亮度基准； 特征筛选步骤具体包括： 步骤2.1：计算各特征与手术风险的皮尔逊相关系数，保留的特征； 步骤2.2：采用递归特征消除法，以随机森林模型的袋外误差为指标，迭代剔除贡献度最低的5%特征； 步骤2.3：通过L1正则化进一步压缩特征维度，保留系数非零的特征子集。

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中国人民解放军空军军医大学，其通讯地址为：710032 陕西省西安市新城区长乐西路169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。