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！

龙图腾网获悉华中科技大学同济医学院附属同济医院申请的专利一种压力性损伤智能预测与预防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：CN119694556B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411701797.8，技术领域涉及：G16H50/30；该发明授权一种压力性损伤智能预测与预防方法及系统是由张诗怡;何细飞;金晓露设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种压力性损伤智能预测与预防方法及系统在说明书摘要公布了：本发明涉及一种压力性损伤智能预测与预防方法及系统，包括确定患者的目标综合监测数据，目标综合监测数据包括示意体表温度、体表湿度、受压部位所受到的压力的微环境数据，以及示意患者性别、年龄、是否患有糖尿病的个体特征数据；基于综合监测数据采用基于集成学习的机器学习模型进行分析，得到风险评分，机器学习模型包括多个基础学习器，各基础学习器预先基于交叉验证与特征重要性评估结合的方法进行了性能评估，并根据性能评估指标的得分分配有相应权重，基于所有基础学习器的预测结果进行加权平均组合，即可得到集成模型的预测结果；基于风险评分对患者受压部位的压力性损伤发生风险进行量化评估，生成风险报告。

本发明授权一种压力性损伤智能预测与预防方法及系统在权利要求书中公布了：1.一种压力性损伤智能预测与预防方法，其特征在于，所述方法包括： S1、确定患者的目标综合监测数据，所述目标综合监测数据包括示意体表温度、体表湿度、受压部位所受到的压力的微环境数据，以及示意患者性别、年龄、是否患有糖尿病的个体特征数据； S2、基于所述目标综合监测数据采用基于集成学习的机器学习模型进行分析，得到风险评分，其中，所述机器学习模型包括多个基础学习器，各基础学习器预先基于交叉验证与特征重要性评估结合的方法进行了性能评估，并根据性能评估指标的得分分配有相应权重，基于所有基础学习器的预测结果进行加权平均组合后，即可得到集成模型的预测结果； S3、基于所述风险评分对患者受压部位的压力性损伤发生风险进行量化评估，并生成风险报告； 步骤S1中，所述确定患者的目标综合监测数据，包括： S11、获取患者的初始综合监测数据； S12、基于所述初始综合监测数据，通过多维度校验进行无效数据去除，得到有效监测数据，其中，所述多维度校验包括针对微环境数据的数值范围校验以及时间连续性校验、针对个体特征数据的数据一致性校验以及逻辑合理性校验； S13、基于所述有效监测数据，通过缺失值预测与填补模型进行缺失值检查、以及填补处理，得到可靠监测数据； S14、基于所述可靠监测数据，进行数值型数据、以及分类数据的标准化处理，得到目标综合监测数据； 步骤S13中，所述缺失值预测与填补模型由基于掩码的自适应卷积神经网络、长短时记忆网络、以及自注意力与交叉注意力机制构成，其中： 所述基于掩码的自适应卷积神经网络作为特征提取器，包括掩码预估模块、多个并行的自适应卷积层、以及特征融合与输出模块，其中：所述掩码预估模块用于基于上下文信息，生成与输入数据相对应的掩码矩阵，所述掩码矩阵中标记了数据中的缺失值预估位置； 各所述自适应卷积层分别用于基于掩码矩阵，结合缺失值预估位置的分布特征与卷积核自身的特性选择相应的权重调整策略动态调整卷积核的权重，使得卷积核在处理掩码矩阵标记的缺失值预估位置时，能够减少对这些位置的权重，从而避免缺失值对特征提取的负面影响；所述特征融合与输出模块，用于融合从各自适应卷积层中提取出的特征，并生成最终的特征表示； 所述长短时记忆网络作为时序依赖捕捉器和特征融合处理器，用于利用其记忆能力和时序分析能力来处理时间序列数据，进一步捕捉数据中的时序依赖关系，以及整合与每个时间序列监测值相关联的特征属性； 所述自注意力与交叉注意力机制作为信息聚焦与融合器，一方面允许模型在处理每个时间点的数据时，能够基于整个时间序列的上下文信息来计算该点与其他点之间的相关性，使得模型能够更准确地识别出哪些时间点的数据对于预测缺失值最为关键，增强长短时记忆网络在捕捉时序依赖关系时的鲁棒性；另一方面，允许模型在处理时间序列数据时，能够同时关注与每个监测值相关联的特征属性信息，通过计算时间序列数据与特征属性数据之间元素的相关性，帮助长短时记忆网络更好地整合不同数据源之间的信息，从而生成更加全面和准确的预测结果。

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华中科技大学同济医学院附属同济医院，其通讯地址为：430030 湖北省武汉市硚口区解放大道1095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。