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！

龙图腾网获悉武汉工程大学申请的专利预测前列腺癌风险分层的临床特征-机器学习列线图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：CN116739108B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202310687169.8，技术领域涉及：G06N20/00；该发明授权预测前列腺癌风险分层的临床特征-机器学习列线图方法是由吴兴隆;曹新宇;方银;杨春光;徐国平设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本预测前列腺癌风险分层的临床特征-机器学习列线图方法在说明书摘要公布了：本发明提供了预测前列腺癌风险分层的临床特征‑机器学习列线图方法，涉及数据处理、数据分析、机器学习和列线图，通过结合机器学习和列线图技术，构建了一个易于使用、可解释性好且功能强大的临床特征‑机器学习列线图，支持模型预测结果的可视化，实现了构建预测前列腺癌风险分层的临床特征‑机器学习列线图的功能。考虑到列线图的简单性和可解释性，以及机器学习模型的高效性和鲁棒性，本发明提出的临床特征‑机器学习列线图可以作为术前评估前列腺癌风险分层的辅助性工具，为前列腺癌患者的个体诊断和治疗提供必要的信息。

本发明授权预测前列腺癌风险分层的临床特征-机器学习列线图方法在权利要求书中公布了：1.预测前列腺癌风险分层的临床特征-机器学习列线图方法，其特征在于：包括以下步骤： S0：构建机器学习模型，包括机器学习模型池模块、机器学习列线图模块和临床特征-机器学习列线图模块；机器学习模型池模块用于使用多种机器学习模型对临床数据进行学习；机器学习列线图模块用于基于多种机器学习模型的预测概率构建机器学习列线图；临床特征-机器学习列线图模块用于提出一种特征映射算法，将机器学习列线图转换为临床特征-机器学习列线图； S1：机器学习模型池模块将对象的多个临床特征组成的数据集输入到不同的机器学习模型中，使用机器学习模型的预测结果构建机器学习列线图，并从中提取机器学习列线图的变量评分； S2：机器学习列线图模块使用训练好的机器学习模型对数据集中每个样本的预测概率保存相应的特征权重，并构建机器学习列线图； S3：临床特征-机器学习列线图模块通过特征映射算法，结合临床特征在多个机器学习模型的特征权重与机器学习列线图评分，构建临床特征-机器学习列线图； S4：从临床特征-机器学习列线图上得到每一个特征变量的得分，最终得到对象的总标签得分与对应的低、中、高风险分层的分布。

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武汉工程大学，其通讯地址为：430074 湖北省武汉市洪山区雄楚大街693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。