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 > 浙江爱特电子技术股份有限公司吴尚国获国家专利权

浙江爱特电子技术股份有限公司吴尚国获国家专利权

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!

龙图腾网获悉浙江爱特电子技术股份有限公司申请的专利一种基于电子病历的护理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:CN120260861B

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:202510745165.X,技术领域涉及:G16H40/20;该发明授权一种基于电子病历的护理系统是由吴尚国;钱兰;张筠伟设计研发完成,并于2025-06-05向国家知识产权局提交的专利申请。

一种基于电子病历的护理系统在说明书摘要公布了:本发明涉及医疗护理技术领域,提供了一种基于电子病历的护理系统,包括异构数据整合模块,从医院HIS系统、穿戴式监测设备、护理操作终端获取多源异构电子病历数据并输出进行清洗和标准化后的数据;特征关联模块,接收进行清洗和标准化后的数据生成时空特征关联矩阵并存储特征拓扑图;动态决策模块,基于深度时空融合网络处理特征关联矩阵生成护理决策向量;方案执行监控模块,实时采集护理操作数据流计算执行偏离度参数并反馈;异常干预模块,分析执行偏离度参数触发动态决策模块执行护理方案重构;多端协同模块,转换护理决策向量为设备指令集并反馈设备状态;安全存储模块,加密存储特征拓扑图及决策知识图谱并提供模型参数版本管理。

本发明授权一种基于电子病历的护理系统在权利要求书中公布了:1.一种基于电子病历的护理系统,其特征在于,包括: 异构数据整合模块,用于从医院HIS系统、穿戴式监测设备及护理操作终端获取多源异构电子病历数据,对数据进行清洗和标准化后输出至特征关联模块; 特征关联模块,用于接收进行清洗和标准化后的数据并生成时空特征关联矩阵,将所述矩阵输出至动态决策模块,同时将特征拓扑图存储至安全存储模块; 动态决策模块,用于基于深度时空融合网络处理所述时空特征关联矩阵,生成护理决策向量,并将所述向量分发至方案执行监控模块及多端协同模块; 方案执行监控模块,用于实时采集护理操作数据流,计算执行偏离度参数并反馈至异常干预模块和动态决策模块; 异常干预模块,用于分析所述执行偏离度参数,当偏离度超过阈值时触发动态决策模块重构护理方案; 多端协同模块,用于将所述护理决策向量转换为设备指令集,仲裁冲突指令后分发至终端设备,并将设备状态反馈至动态决策模块; 安全存储模块,用于加密存储所述特征拓扑图及决策知识图谱,并为动态决策模块提供模型参数版本管理; 所述特征关联模块执行以下步骤: 将进行清洗和标准化后的数据按时间片、病房区域及生理指标维度构建三维特征张量; 基于三维特征张量计算时空注意力权重矩阵,如下式所示; 其中,Qi表示第i个时间片的查询向量,Kj表示第j个空间位置的键向量,WQ表示查询投影矩阵,WK表示键投影矩阵,表示缩放因子;三维特征张量T∈R24×W×V,其中24表示24小时时间片数量,W表示病房区域总数,C表示生理指标维度数; 将所述时空注意力权重矩阵与三维特征张量拼接后,输入三维卷积网络进行特征提取; 所述深度时空融合网络处理流程包括: 从时空特征关联矩阵中分别提取生理特征向量和环境参数向量; 拼接所述生理特征向量和所述环境参数向量,通过可学习参数矩阵计算跨模态关联权重; 基于所述跨模态关联权重,对生理特征向量进行多尺度卷积处理,分别采用大、中、小三种卷积核尺寸提取不同粒度的特征; 通过门控机制融合多尺度特征,生成最终护理决策向量; 所述当偏离度超过阈值时触发动态决策模块重构护理方案包括: 设置滑动窗口长度及时间衰减权重系数; 在滑动窗口内,基于时间衰减权重累加窗口偏离度,得到累积偏离度; 当所述累积偏离度及当前窗口偏离度同时超过预设阈值时,触发动态决策模块重构护理方案; 所述多端协同模块转换护理决策向量为设备指令集包括以下步骤: 从护理决策向量中提取指令特征向量,并获取指令延迟时间; 基于延迟时间计算紧急度分量,基于指令特征向量及预设重要度系数计算重要度分量,加权求和得到指令优先级; 若存在并发冲突指令,根据优先级差值选择执行耗时更短的指令或优先级更高的指令; 所述通过门控机制融合多尺度特征,生成最终护理决策向量包括: 计算多尺度特征矩阵之间的正交性损失,所述正交性损失为各尺度特征矩阵转置乘积的Frobenius范数平方和; 所述门控融合的总损失函数包括交叉熵损失与正交性损失的加权和,其中正交性损失的权重为0.01。

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爱特电子技术股份有限公司,其通讯地址为:310053 浙江省杭州市滨江区浦沿街道东信大道66号5号楼5层501室;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。