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！

龙图腾网获悉浙江大学申请的专利基于多模态和图神经网络的多标签慢性病风险预测装置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：CN120108736B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510578249.9，技术领域涉及：G16H50/30；该发明授权基于多模态和图神经网络的多标签慢性病风险预测装置是由张朋;陈江华;楼晓伟设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于多模态和图神经网络的多标签慢性病风险预测装置在说明书摘要公布了：本发明公开了一种基于多模态和图神经网络的多标签慢性病风险预测装置，属于智慧医疗技术领域，包括：数据处理单元，其用于获取电子病例数据并进行多模态数据筛选清洗以及预处理，其中多模态数据包括数值类检验结果数据和文本类检查结果数据；模型构建单元，其用于构建包含多模态特征学习模块、多模态融合模块、多病相关性提取模块以及预测模块的多标签慢性病风险预测模型，应用预测单元，其用于基于构建的多标签慢性病风险预测模型进行多标签慢性病风险预测。这样来从多源异构的多模态数据中挖掘更多有效的特征，并考虑慢性病间的相关性，一方面更全面、准确且可解释性高地预测患多种慢性病风险。

本发明授权基于多模态和图神经网络的多标签慢性病风险预测装置在权利要求书中公布了：1.一种基于多模态和图神经网络的多标签慢性病风险预测装置，其特征在于，包括： 数据处理单元，其用于获取电子病例数据并进行多模态数据筛选清洗以及预处理，其中多模态数据包括数值类检验结果数据和文本类检查结果数据； 模型构建单元，其用于构建包含多模态特征学习模块、多模态融合模块、多病相关性提取模块以及预测模块的多标签慢性病风险预测模型，其中，数值类检验结果数据和文本类诊断结果数据分别经过多模态特征学习模块学习检验特征和多类慢性病患病风险特征，检验特征和多类慢性病患病风险特征经过多模态融合模块通过跨模态注意力机制融合得到每类慢性病的多模态融合特征，基于多类慢性病共现相关性构建的慢性病图经过多病相关性提取模块提取每类慢性病的多病相关性特征，每类慢性病的多模态融合特征和多病相关性特征经过预测模块融合后预测每类慢性病的患病风险概率； 其中，基于多类慢性病共现相关性构建慢性病图，包括：以每类慢性病的词嵌入表示作为慢性病图的节点，并基于样本集中慢性病的共现次数来衡量慢病相关依赖性，基于此来构建节点之间的连边得到慢性病图的邻接矩阵，具体以条件概率的形式对慢病相关依赖性进行建模得到，表示当慢性病i出现时慢性病j出现的概率，且不等于，邻接矩阵不对称，再设置阈值对条件概率进行筛选得到邻接矩阵中的每个元素值： ； 其中，在多病相关性提取模块中，基于多类慢性病共现相关性构建的慢性病图提取每类慢性病的多病相关性特征，包括：将慢性病图的节点特征和邻接矩阵输入至图卷积网络或图注意力网络来提取多病相关性特征； 应用预测单元，其用于基于构建的多标签慢性病风险预测模型进行多标签慢性病风险预测。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。