Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中山大学黄二文获国家专利权

中山大学黄二文获国家专利权

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!

龙图腾网获悉中山大学申请的专利一种用于心源性猝死的诊断模型及其构建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:CN119581041B

龙图腾网通过国家知识产权局官网在2025-10-10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:202411655108.4,技术领域涉及:G16H50/50;该发明授权一种用于心源性猝死的诊断模型及其构建方法是由黄二文;李超;毛丹蜜;郑大设计研发完成,并于2024-11-19向国家知识产权局提交的专利申请。

一种用于心源性猝死的诊断模型及其构建方法在说明书摘要公布了:本发明涉及医学领域,提供一种用于心源性猝死的诊断模型及其构建方法,其中方法包括:收集数据样本,并基于数据样本构建训练集,训练集中包括诊断特征,诊断特征表征训练集中的数据样本为心源性猝死;对训练集中的诊断特征进行数据插补和变量筛选;基于训练集构建逻辑回归模型,逻辑回归模型的自变量为诊断特征,逻辑回归模型的因变量为诊断特征对应的样本的诊断结果;基于逻辑回归模型构建诊断计算器,诊断计算器将接收的特征值输入逻辑回归模型中进行心源性猝死的诊断。用以解决目前在进行心源性猝死的诊断时,主要依靠法医的主观经验给出诊断结果,结果不够精确的缺陷,本申请的方案可以对心源性猝死进行精确的诊断。

本发明授权一种用于心源性猝死的诊断模型及其构建方法在权利要求书中公布了:1.用于心源性猝死的诊断模型的构建方法,其特征在于,包括: 收集数据样本,并基于所述数据样本构建训练集,所述训练集中包括诊断特征,所述诊断特征表征所述训练集中的数据样本为心源性猝死; 对所述训练集中的诊断特征进行数据插补和变量筛选; 基于所述训练集构建逻辑回归模型,所述逻辑回归模型的自变量为所述诊断特征,所述逻辑回归模型的因变量为所述诊断特征对应的样本的诊断结果; 基于所述逻辑回归模型构建诊断计算器,所述诊断计算器将接收的特征值输入所述逻辑回归模型中进行心源性猝死的诊断; 所述诊断特征包括数据样本的解剖数据和病理分析结果; 所述解剖数据包括数据样本的左前降支的狭窄程度、左回旋支的狭窄程度、右冠脉的狭窄程度、左心室壁厚度以及肺动脉瓣周长; 所述病理分析结果包括心肌梗死、心肌病、瓣膜炎、心包炎、心肌炎、传导系统病变; 所述诊断特征还包括所述数据样本的身长、腹壁皮下脂肪厚度、性别和年龄; 所述对所述训练集中的诊断特征进行数据插补和变量筛选,包括: 采用迷失森林插补的方法对所述训练集中的诊断特征进行数据插补; 采用十折交叉验证的LASSO回归方法和基于随机森林的递归特征消除方法对所述训练集中的诊断特征进行变量筛选; 所述采用十折交叉验证的LASSO回归方法和基于随机森林的递归特征消除方法对所述训练集中的诊断特征进行变量筛选,包括: 采用十折交叉验证的LASSO回归方法对所述训练集中的诊断特征进行变量筛选得到第一变量集; 采用基于随机森林的递归特征消除方法对所述训练集中的诊断特征进行变量筛选得到第二变量集; 将所述第一变量集和所述第二变量集取交集获得变量筛选的结果; 所述诊断计算器将接收的特征值输入所述逻辑回归模型中进行心源性猝死的诊断,包括: 通过输入框获取待测尸体的诊断特征; 将所述待测尸体的诊断特征输入所述逻辑回归模型; 通过所述逻辑回归模型衍生的诺曼图计算所述诊断特征对应的诊断概率,所述诊断概率反映所述待测尸体被诊断为心源性猝死的概率; 若所述诊断特征对应的诊断概率高于预先计算得到的临界概率值,确定所述待测尸体为心源性猝死。

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山大学,其通讯地址为:510275 广东省广州市海珠区新港西路135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。

免责声明
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。