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 > 陕西省人民医院(陕西省临床医学研究院)武冬获国家专利权

陕西省人民医院(陕西省临床医学研究院)武冬获国家专利权

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!

龙图腾网获悉陕西省人民医院(陕西省临床医学研究院)申请的专利基于医疗信息处理的脓毒症患者监测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:CN120236776B

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:202510708500.9,技术领域涉及:G16H50/50;该发明授权基于医疗信息处理的脓毒症患者监测系统是由武冬;王康设计研发完成,并于2025-05-29向国家知识产权局提交的专利申请。

基于医疗信息处理的脓毒症患者监测系统在说明书摘要公布了:本发明公开了基于医疗信息处理的脓毒症患者监测系统,包括数据集构建模块、脓毒症患者风险评估模型建立模块和脓毒症患者监测模块。本发明属于医疗信息处理领域,具体是指基于医疗信息处理的脓毒症患者监测系统,本方案通过定义混合分布,定义医学导向型散度分布,增强对极端生理状态的预警能力;引入了风险敏感的加权处理,防止过度报警;进而提高脓毒症患者监测准确性;以正常参考值为分界点,对于指标偏高和偏低的两侧分别采用指数饱和曲线,实现危险度的非对称惩罚,能更准确地反映脓毒症患者生理指标偏离正常范围时的实际风险情况;对低于正常值的危险信号,及时捕捉到患者病情的恶化,进而提高患者监测效果。

本发明授权基于医疗信息处理的脓毒症患者监测系统在权利要求书中公布了:1.基于医疗信息处理的脓毒症患者监测系统,其特征在于:系统包括数据集构建模块、脓毒症患者风险评估模型建立模块和脓毒症患者监测模块; 所述数据集构建模块采集历史监测数据及风险标签,并进行特征工程生成样本集; 所述脓毒症患者风险评估模型建立模块基于BiLSTM与混合分布;引入风险敏感加权的损失函数,建立脓毒症患者风险评估模型; 所述脓毒症患者监测模块基于脓毒症患者风险评估模型对实时监测数据进行患者监测; 所述脓毒症患者风险评估模型建立模块将患者样本集划分为训练集和测试集,建立脓毒症患者风险评估模型;具体包括以下内容: 网络架构设计单元;前端由多层双向LSTM提取时序依赖,表示为:,最后一层输出,再取注意力汇总作为定长表示z;其中,和分别是第l层在时间t和时间t-1上的双向隐藏状态;是第l层的双向LSTM;是第l层在时间t的输入向量;H是顶层L在整个窗口上所有时刻的隐藏状态按时间拼成的矩阵;和分别是第L层在时间t-T和时间t上的双向隐藏状态;后端采用全连接层输出脓毒症风险概率,表示为:;其中,是模型对当前窗口内患者脓毒症风险的预测概率;是激活函数;和分别是全连接层的权重和偏置; 混合分布定义单元;混合分布表示为:;其中,是混合分布;是变分近似分布,表示在给定参数的条件下模型参数的分布;是先验分布;是混合权重;反映网络对历史监测数据的学习; 医学导向型散度分布定义单元;医学导向型散度分布表示为:;其中,是医学导向型散度分布;是Rényi-β散度;是散度; 损失函数设计单元;引入风险敏感的加权,最终损失函数设计为:;;其中,L是最终损失函数;是损失权重;N是样本总数;i是样本索引;是已知第i个样本的输入特征和模型参数,样本标签为的概率;是基础权重常数;是敏感度系数;是整体预测分布的方差; 激活函数设计单元;以正常参考值s为分界点,当x=s处输出,无风险增量;对指标偏高及偏低的两侧分别采用指数饱和曲线,得到激活函数为:;其中,a和c是饱和水平参数;b是斜率尺度。

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陕西省人民医院(陕西省临床医学研究院),其通讯地址为:710068 陕西省西安市碑林区友谊西路256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。