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！

龙图腾网获悉重庆邮电大学申请的专利一种阿尔兹海默症风险预测方法、装置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：CN119400414B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202411505547.7，技术领域涉及：G16H50/30；该发明授权一种阿尔兹海默症风险预测方法、装置及系统是由于洪;卢家伟;周舟;王国胤;何智光设计研发完成，并于2024-10-28向国家知识产权局提交的专利申请。

本一种阿尔兹海默症风险预测方法、装置及系统在说明书摘要公布了：本发明属于风险预测技术领域，具体涉及一种阿尔兹海默症风险预测方法、装置及系统；该方法包括获取待检测对象的各项检测数据；将基线数据和时间累积算子输入到第一分类模型中，输出待检测对象带有时间累积算子的第一风险预测结果；将随访数据和时间累积算子输入到第二分类模型中，输出待检测对象带有时间累积算子的第二风险预测结果；将第一风险预测结果和第二风险预测结果输入到全连接层中，输出待检测对象在当前及其未来一段时间内的第三风险预测结果。本发明预测精度高，实用性高，通过对阿尔兹海默症患者的早期诊断，有助于及时做好相关准备和预防措施以减缓疾病恶化，提高待检测对象的生存概率，具有良好的应用前景。

本发明授权一种阿尔兹海默症风险预测方法、装置及系统在权利要求书中公布了：1.一种阿尔兹海默症的风险预测方法，其特征在于，包括： 获取待检测对象的各项检测数据；所述各项检测数据包括随访数据和基线数据；所述随访数据包括待检测对象在多个随访时间上采集的数据，所述基线数据包括待检测对象进入队列采集一次并在之后的随访过程不再采集的数据； 将所述基线数据和时间累积算子输入到第一分类模型中，输出待检测对象带有时间累积算子的第一风险预测结果；所述时间累积算子的计算过程包括根据每个随访时间的检测结果对于另一个随访时间的检测结果的影响大小，计算得到每个随访时间相对于另一个随访时间的权重；根据任意每个随访时间相对于另一个随访时间的权重，构建各个随访时间下的时间累积算子； 将所述基线数据和时间累积算子输入到第一分类模型中，输出待检测对象带有时间累积算子的第一风险预测结果包括将所述基线数据输入到第一分类模型中，得到初始风险检测结果；将所述初始风险检测结果进行复制，得到与所述时间累积算子维度相同的第零风险检测结果；将所述第零风险检测结果与所述时间累积算子结合，得到带有时间累积算子的第一风险检测结果；所述基线数据包括样本数和特征维度；所述第一风险检测结果包括样本数、随访时间和类型数量； 将所述随访数据和时间累积算子输入到第二分类模型中，输出待检测对象带有时间累积算子的第二风险预测结果；将所述随访数据和时间累积算子输入到第二分类模型中，输出待检测对象带有时间累积算子的第二风险预测结果包括： 将随访数据分别与模型参数矩阵中的每个分类参数矩阵进行矩阵叉乘，得到每个随访数据的多分类矩阵；将每个随访数据的多分类矩阵与时间累计算子进行点乘并横向求和，得到每个随访数据的多分类时间累积矩阵；将每个随访数据的多分类时间累积矩阵进行拼接，得到每个随访数据的分类预测结果；将每个随访数据的分类预测结果进行整合，得到待检测对象带有时间累积算子的第二风险预测结果；所述随访数据包括样本数、特征维度和随访时间；所述第二风险预测结果包括样本数、随访时间和类型数量； 将所述第一风险预测结果和所述第二风险预测结果输入到全连接层中，输出待检测对象在当前及其未来一段时间内的第三风险预测结果；将所述第一风险预测结果和所述第二风险预测结果输入到全连接层中，输出待检测对象在当前及其未来一段时间内的第三风险预测结果包括按照随访时间对风险预测结果进行逐步全连接操作；将当前随访时间的第一风险预测结果和第二风险预测结果与前若干个随访时间的第一风险预测结果和第二风险预测结果通过预设权重矩阵进行加权整合； 所述第一分类模型、所述第二分类模型和所述全连接层构成了风险预测模型；所述风险预测模型基于均方误差损失优化和正则化优化。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。