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！

龙图腾网获悉南京医路云数字科技研究院有限公司申请的专利一种基于机器学习的医疗数据异常检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：CN120280173B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202510363866.7，技术领域涉及：G16H50/70；该发明授权一种基于机器学习的医疗数据异常检测方法是由朱风雷设计研发完成，并于2025-03-26向国家知识产权局提交的专利申请。

本一种基于机器学习的医疗数据异常检测方法在说明书摘要公布了：本发明公开了一种基于机器学习的医疗数据异常检测方法，包括：通过医疗数据采集接口获取多模态医疗数据集；对数据集进行数据清洗、特征选择及多模态融合，生成标准化特征矩阵；构建混合机器学习模型，混合机器学习模型包括无监督聚类模块与有监督分类模块，将标准化特征矩阵输入至混合机器学习模型中进行联合训练；基于动态阈值优化算法计算并更新异常判定阈值；根据混合机器学习模型的输出结果及异常判定阈值，标记医疗数据中的异常样本，并输出异常类型及关联的临床指标参数。本发明能够及时识别新的异常模式或病例，减少了漏诊的风险，降低了误报率，确保了整体动态异常检测过程的连续性与准确性。

本发明授权一种基于机器学习的医疗数据异常检测方法在权利要求书中公布了：1.一种基于机器学习的医疗数据异常检测方法，其特征在于，包括： 通过医疗数据采集接口获取多模态医疗数据集，所述数据集包括电子健康记录、医学影像数据及生物信号时序数据； 对所述数据集进行数据清洗、特征选择及多模态融合，生成标准化特征矩阵； 构建混合机器学习模型，所述混合机器学习模型包括无监督聚类模块和有监督分类模块，将所述标准化特征矩阵输入至所述混合机器学习模型中进行联合训练； 所述构建混合机器学习模型，包括： 初始化5个质心，根据样本与质心的马氏距离动态调整样本权重，距离越近的样本权重越高； 迭代更新质心位置，直至质心移动距离小于0.01； 将聚类标签作为伪标签，初始化半监督支持向量机的决策边界； 结合标注数据优化分类模型，核函数采用径向基函数，惩罚因子设为1.0； 其中，所述标注数据的占比≥10%； 基于动态阈值优化算法计算并更新异常判定阈值； 所述动态阈值优化算法，包括： 采用窗口大小为100、步长为20的滑动窗口提取当前数据批次； 计算窗口内数据的马氏距离分布，拟合高斯混合模型，若样本异常概率超过70%，则判定为异常； 若连续3个窗口的异常样本占比超过5%，按下式调整阈值： 其中，为第i个窗口的异常比例，为调整前的阈值，为调整后的阈值； 历史分布通过指数平滑法更新，平滑因子设为0.3； 根据所述混合机器学习模型的输出结果及所述异常判定阈值，标记医疗数据中的异常样本，并输出异常类型及关联的临床指标参数。

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南京医路云数字科技研究院有限公司，其通讯地址为：210031 江苏省南京市江北新区星火路10号鼎业百泰生物大楼二期C座408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。