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！

龙图腾网获悉北京大学第三医院(北京大学第三临床医学院)申请的专利基于神经元级特征选择的妇产科临床路径预测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：CN120260935B 。

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：202510736636.0，技术领域涉及：G16H50/30；该发明授权基于神经元级特征选择的妇产科临床路径预测方法是由吴天晨;王颖;席韩旭;郭丽娟;魏瑗;计虹;睢德昊;张中基;张超贺;王亚沙;马连韬设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本基于神经元级特征选择的妇产科临床路径预测方法在说明书摘要公布了：本发明提供了一种基于神经元级特征选择的妇产科临床路径预测方法，属于路径预测技术领域，包括：将患者的妇产科电子病历数据划分为时序特征和基线特征，将时序特征输入到训练好的GRU网络中进行特征编码，获取各类临床指标随时间的动态变化规律，将基线特征通过嵌入层转换为特征向量；基于患者最近一次妇产科就诊记录以及就诊场景计算特征重要度，基于特征重要度投影各类临床指标随时间的动态变化规律以及特征向量映射到新的表示空间得到投影矩阵生成门控向量，并分别对主任务层和辅助任务层的特征进行筛选及融合，得到最终特征表示获取多维度预测结果。为医生提供更加个性化、精准的诊疗建议。

本发明授权基于神经元级特征选择的妇产科临床路径预测方法在权利要求书中公布了：1.一种基于神经元级特征选择的妇产科临床路径预测方法，其特征在于，包括： 步骤1：将患者的妇产科电子病历数据划分为时序特征和基线特征，其中，所述时序特征为检验数据、生命体征以及诊疗记录，所述基线特征为人口统计学特征以及病史信息； 步骤2：将所述时序特征输入到训练好的GRU网络中进行特征编码，获取各类临床指标随时间的动态变化规律，同时，将所述基线特征通过嵌入层转换为特征向量； 步骤3：基于患者最近一次妇产科就诊记录以及就诊场景计算特征重要度，基于特征重要度投影各类临床指标随时间的动态变化规律以及特征向量映射到新的表示空间得到投影矩阵生成门控向量，并分别对主任务层和辅助任务层的特征进行筛选及特征融合，得到最终特征表示，其中，特征重要度计算和特征筛选构成神经元级特征选择机制； 步骤4：根据所述最终特征表示获取临床路径的多维度预测结果； 其中，基线特征包括人口统计学特征和病史信息,通过两个可学习的嵌入层将所述基线特征转化为稠密的特征向量； 其中，步骤3，包括： 将映射到新的表示空间的映射元素与关联的临床指标特征构建图结构，并基于图神经网络对所述图结构进行深度解析得到映射逻辑； 将所述映射逻辑转换为结构化的标准表示，并输入到预设表示填充表中得到表示向量以及表示权重，其中，所述预设表示填充表为多层感知机模型，以标准表示的语义和结构信息为输入，以表示向量及表示权重为输出； 基于所有的表示向量及表示权重，构建投影矩阵，并利用正则化方法约束所述投影矩阵，其中，、Bn分别表示第1个映射元素、第n个映射元素对应的表示向量；、分别表示第1个映射元素、第n个映射元素对应的表示权重； 采用非对称量化方法对投影矩阵进行量化，将矩阵中的连续数值映射到有限的离散数值集合中，并结合生成对抗网络增强投影矩阵的表征能力； 将增强后的投影矩阵与原始特征向量进行乘积运算，得到每个特征的投影结果，根据投影结果的数值大小和分布情况，结合表示权重评估特征的重要性； 基于特征重要性得分，使用门控循环单元的门控机制生成门控向量。

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北京大学第三医院(北京大学第三临床医学院)，其通讯地址为：100191 北京市海淀区花园北路49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”。