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 > 天津医科大学第二医院贾岚获国家专利权

天津医科大学第二医院贾岚获国家专利权

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!

龙图腾网获悉天津医科大学第二医院申请的专利一种用于脓毒症急性肾损伤的风险数据评估分析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:CN120895254B

龙图腾网通过国家知识产权局官网在2025-11-28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:202511420868.1,技术领域涉及:G16H50/30;该发明授权一种用于脓毒症急性肾损伤的风险数据评估分析方法是由贾岚;毕学青;孟甲;于珮;董红业;朱建强;杨虎设计研发完成,并于2025-09-30向国家知识产权局提交的专利申请。

一种用于脓毒症急性肾损伤的风险数据评估分析方法在说明书摘要公布了:本发明涉及脓毒症急性肾损伤的风险数据评估分析领域,尤其涉及一种用于脓毒症急性肾损伤的风险数据评估分析方法,包括:利用脓毒症急性肾损伤的关联数据建立脓毒症急性肾损伤的关联数据多级特征;利用所述脓毒症急性肾损伤的关联数据多级特征基于深度学习建立脓毒症急性肾损伤的数据风险分析模型;根据所述脓毒症急性肾损伤的数据风险分析模型进行输出一致性验证处理得到风险数据评估分析结果,通过多源医疗数据的动态特征融合和深度学习建模,构建了具有自适应优化能力的风险评估流程,较传统分析方法显著提升预测精度和时效性,并通过输出验证机制确保结果可靠性。

本发明授权一种用于脓毒症急性肾损伤的风险数据评估分析方法在权利要求书中公布了:1.一种用于脓毒症急性肾损伤的风险数据评估分析方法,其特征在于,包括: S1、利用脓毒症急性肾损伤的关联数据建立脓毒症急性肾损伤的关联数据多级特征; S1-1、分别采集脓毒症急性肾损伤的患者体征数据与化验指标数据作为脓毒症急性肾损伤的关联数据; S1-2、利用所述脓毒症急性肾损伤的关联数据建立脓毒症急性肾损伤的关联数据数值特征; S1-3、利用所述脓毒症急性肾损伤的关联数据建立脓毒症急性肾损伤的关联数据趋势特征; S1-4、利用所述脓毒症急性肾损伤的关联数据数值特征与关联数据趋势特征作为脓毒症急性肾损伤的关联数据多级特征; 其中,所述患者体征数据包括心率与动脉压,所述化验指标数据包括阴离子间隙、二氧化碳结合力、血尿素氮、血肌酐、血钾、血乳酸与血红蛋白; S2、利用所述脓毒症急性肾损伤的关联数据多级特征基于深度学习建立脓毒症急性肾损伤的数据风险分析模型; S2-1、利用所述脓毒症急性肾损伤的关联数据多级特征基于深度学习建立脓毒症急性肾损伤的特征关联分析模型; S2-1-1、利用所述患者体征数据建立第一数据集; S2-1-2、利用所述化验指标数据建立第二数据集; S2-1-3、利用所述脓毒症急性肾损伤的关联数据多级特征对应关联数据趋势特征的患者体征数据趋势建立第三数据集; S2-1-4、利用所述脓毒症急性肾损伤的关联数据多级特征对应关联数据趋势特征的化验指标数据趋势建立第四数据集; S2-1-5、利用所述第一数据集为输入,所述第一数据集对应的第三数据集为输出,基于深度学习进行训练建立第一患者体征数据关联模型; S2-1-6、利用所述第一数据集为输入,所述第一数据集对应的第四数据集为输出,基于深度学习进行训练处理建立第二患者体征数据关联模型; S2-1-7、利用所述第二数据集为输入,所述第二数据集对应的第三数据集为输出,基于深度学习进行训练建立第一化验指标数据关联模型; S2-1-8、利用所述第二数据集为输入,所述第二数据集对应的第四数据集为输出,基于深度学习进行训练建立第二化验指标数据关联模型; S2-1-9、利用所述第一患者体征数据关联模型、第二患者体征数据关联模型、第一化验指标数据关联模型与第二化验指标数据关联模型作为脓毒症急性肾损伤的特征关联分析模型; S2-2、利用所述脓毒症急性肾损伤的特征关联分析模型进行泛化验证改善处理得到脓毒症急性肾损伤的数据风险分析模型; S2-2-1、利用所述第一数据集根据脓毒症急性肾损伤的特征关联分析模型对应第一患者体征数据关联模型获取全部第一患者体征数据关联结果; S2-2-2、利用所述第一数据集根据脓毒症急性肾损伤的特征关联分析模型对应第二患者体征数据关联模型获取全部第二患者体征数据关联结果; S2-2-3、利用所述第二数据集根据脓毒症急性肾损伤的特征关联分析模型对应第一化验指标数据关联模型获取全部第一化验指标数据关联结果; S2-2-4、利用所述第二数据集根据脓毒症急性肾损伤的特征关联分析模型对应第二化验指标数据关联模型获取全部第二化验指标数据关联结果; S2-2-5、判断所述第一数据集是否位于脓毒症急性肾损伤的关联数据数值特征的心率-动脉压区间映射内,若是,则执行S2-2-6,否则,利用位于心率-动脉压区间映射外的第一数据集对应子集更新历史患者体征数据,并返回执行S1-2-2; S2-2-6、判断所述全部第一患者体征数据关联结果是否超出脓毒症急性肾损伤的关联数据数值特征的心率峰值辅助数据与心率谷值辅助数据的范围,若是,则利用超出心率峰值辅助数据与心率谷值辅助数据的范围对应第一患者体征数据关联结果的患者体征数据更新历史患者体征数据,并返回执行S1-2-2,否则,执行S2-2-7; S2-2-7、判断所述全部第二患者体征数据关联结果是否超出脓毒症急性肾损伤的关联数据数值特征的动脉压峰值辅助数据与动脉压谷值辅助数据的范围,若是,则利用超出动脉压峰值辅助数据与动脉压谷值辅助数据的范围对应第二患者体征数据关联结果的化验指标数据更新历史化验指标数据,并返回执行S1-2-3,否则,执行S2-2-8; S2-2-8、判断所述全部第一化验指标数据关联结果是否超出脓毒症急性肾损伤的关联数据数值特征的心率峰值辅助数据与心率谷值辅助数据的范围,若是,则利用超出心率峰值辅助数据与心率谷值辅助数据的范围对应第一化验指标数据关联结果的患者体征数据更新历史患者体征数据,并返回执行S1-2-2,否则,执行S2-2-9; S2-2-9、判断所述全部第二化验指标数据关联结果是否超出脓毒症急性肾损伤的关联数据数值特征的心率峰值辅助数据与心率谷值辅助数据的范围,若是,则利用超出心率峰值辅助数据与心率谷值辅助数据的范围对应第二化验指标数据关联结果的化验指标数据更新历史化验指标数据,并返回执行S1-2-3,否则,利用所述脓毒症急性肾损伤的特征关联分析模型作为脓毒症急性肾损伤的数据风险分析模型; S3、根据所述脓毒症急性肾损伤的数据风险分析模型进行输出一致性验证处理得到风险数据评估分析结果。

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天津医科大学第二医院,其通讯地址为:300000 天津市河西区平江道23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。