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 > 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)刘大胜获国家专利权

厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)刘大胜获国家专利权

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!

龙图腾网获悉厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)申请的专利一种基于人工智能的心胸手术风险预警方法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:CN120473156B

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:202510948620.6,技术领域涉及:G16H50/30;该发明授权一种基于人工智能的心胸手术风险预警方法及系统是由刘大胜;王丽;孟凡迪;张海浩;程刚毅;张海瀚设计研发完成,并于2025-07-10向国家知识产权局提交的专利申请。

一种基于人工智能的心胸手术风险预警方法及系统在说明书摘要公布了:本发明提供了一种基于人工智能的心胸手术风险预警方法及系统,属于心胸手术技术领域。系统包括:数据输入模块,采集病人基础信息与报告、手术设备实时监测信号、医学影像资料及病人生理指标数据,生成时间对齐的标准化数据流;特征处理模块,接收标准化数据流,基于统一时间轴生成融合特征向量;风险预测与预警模块,结合病人生理指标与融合特征,应用双通道神经网络预训练模型计算并发症风险概率值,整合为实时风险概率表,通过比对风险阈值表触发预警。本发明通过多源医疗数据实时标准化对齐、双通道神经网络独立预测并发症风险、动态概率表实时更新预警,显著提升了心胸手术并发症识别的时效性与预测准确度。

本发明授权一种基于人工智能的心胸手术风险预警方法及系统在权利要求书中公布了:1.一种基于人工智能的心胸手术风险预警系统,其特征在于,包括: M1、数据输入模块,采集心胸手术全过程中的病人基础信息与报告、手术设备实时监测信号、医学影像资料及病人生理指标数据在内的原始数据;对所述病人基础信息与报告、手术设备实时监测信号、医学影像资料进行标准化处理,生成标准化数据流,传递至特征处理模块和风险预测与预警模块; M2、特征处理模块,接收所述标准化数据流,进行关键特征提取,基于统一时间轴进行融合处理,生成融合特征向量,传递至风险预测与预警模块; 所述关键特征提取过程包括结构化数据生成、动态数据生成和影像数据生成, 所述统一时间轴定义为: ; 其中,为第个时间节点,为时间节点总数,为统一时间轴集合; 所述融合特征向量表示为: ; 其中,为第个时间节点的结构化数据,为第个时间节点的动态数据,为第个时间节点的影像数据,为第个时间节点的融合特征向量; 最终,输出融合特征向量; M3、风险预测与预警模块,接收所述融合特征向量和所述病人生理指标,应用预训练的预测模型,计算患者发生心胸手术并发症的风险概率值,并整合成风险概率表;比对风险阈值表,进行判定预警; 所述预测模型的基础架构为: 所述预测模型的输入为所述病人生理指标; 所述病人生理指标在输入至所述预测模型前,需与所述融合特征向量进行时间轴统一,生成; 所述预测模型采用双通道神经网络结构,接入所述融合特征向量,独立计算每种心胸手术并发症相应的风险概率值; 所述双通道神经网络结构共有三层: 第一层作为输入层,接收时间点p的所述病人生理指标,所述病人生理指标表示为;其中,为第c种病人生理指标,为病人生理指标的总数; 第二层为分流层,包含左通道和右通道, 所述左通道采用自注意力模型,计算所有所述病人生理指标间的关联矩阵,关联矩阵元素作为生理指标间的影响概率,其公式为: ; 其中,、为可训练权重矩阵;为特征维度;为关联矩阵;为关联矩阵的第行第列的元素; 表示所述生理指标对的影响概率; 所述右通道采用路由机制,从所述病人生理指标提取与特定并发症对应的强关联生理指标,直接分配给第三层中对应的并发症诊室, 通过预定义的医疗路由矩阵R完成所述强关联生理指标分配,为二值路由标志,表示医疗路由矩阵R的第c行第列的元素; 根据以下路由规则,进行分配判定: ; 当时,表示第条病人生理指标分配给第种并发症的诊室; 第三层为诊断层,Z个独立的并发症诊室同时工作,每个诊室只研究指定并发症,独立计算每种不同的并发症的风险概率值, 对于每种不同的并发症,首先计算该并发症的加权结果值,对于p时间点的第种并发症的加权结果值的计算公式为: ; 其中,为第种并发症的加权结果值,为医疗路由矩阵的第列,为固化参数; 将加权结果值输入至sigmoid函数,得到对应并发症的风险概率值: ; 其中,为第种并发症的风险概率值,为自然常数。

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厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所),其通讯地址为:361001 福建省厦门市思明区镇海路上古街10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。

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。