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！

龙图腾网获悉四川省医学科学院·四川省人民医院申请的专利基于多模态数据融合的乳腺癌心脏毒性风险预测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：CN121011356B 。

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：202511535328.8，技术领域涉及：G16H50/30；该发明授权基于多模态数据融合的乳腺癌心脏毒性风险预测系统是由边原;武刘芸;王银;王胡霖;韩丽珠;尹琪楠;姚芯;蒋明玉设计研发完成，并于2025-10-27向国家知识产权局提交的专利申请。

本基于多模态数据融合的乳腺癌心脏毒性风险预测系统在说明书摘要公布了：本发明涉及一种基于多模态数据融合的乳腺癌心脏毒性风险预测系统。该系统通过分布式架构实时采集电子健康记录、动态心电监测、超声心动图视频流、化疗用药时序数据及病理切片影像等多源异构医疗数据，采用分层压缩策略优化存储效率。本系统将风险指数映射至三维心脏热力图，关联显示关键特征贡献度，并建立动态风险知识图谱揭示毒性发生路径。系统部署增量学习机制实现模型持续优化，通过差分隐私和联邦学习保障数据安全,设置实时预警反馈回路，当风险超阈值时触发临床干预，并根据医师反馈动态调整模型权重，显著提升预测准确性和临床适用性。

本发明授权基于多模态数据融合的乳腺癌心脏毒性风险预测系统在权利要求书中公布了：1.一种基于多模态数据融合的乳腺癌心脏毒性风险预测系统，其特征在于，包括： 分布式多模态数据采集模块：通过医疗物联网设备实时采集患者的电子健康记录EHR、动态心电监测数据、超声心动图视频流、化疗用药剂量时序数据及病理切片影像，并以流式数据形式存入分布式列式数据库； 多模态特征联合提取引擎：对所述超声心动图视频流进行帧间光流特征提取，生成心脏收缩功能动态向量，采用3D卷积神经网络从所述病理切片影像中提取组织微结构拓扑特征，基于所述化疗用药剂量时序数据构建药代动力学衰减曲线，计算曲线下面积特征； 时空特征融合模块：利用图神经网络GNN将所述动态心电监测数据的时空拓扑特征、心脏收缩功能动态向量及组织微结构拓扑特征进行异构特征对齐，生成融合特征张量； 动态风险预测模型：输入层接收融合特征张量与药代动力学特征，通过门控循环单元GRU层处理时序依赖关系，采用多头自注意力机制对多模态特征进行动态加权，输出层生成心脏毒性风险指数及未来30天风险趋势曲线； 风险可视化接口：将风险指数映射为三维心脏模型的热力图，并在区块链存证平台记录预测结果； 所述多模态特征联合提取引擎包含影像组学特征强化单元： 影像组学特征强化单元对所述病理切片影像进行超像素分割后提取灰度共生矩阵GLCM的对比度、熵值特征，先分割超像素区域，提取纹理对比度与复杂度指标； 通过预训练的ResNet-50网络提取细胞深层语义特征，将传统影像组学特征与深度学习特征融合传统纹理特征与深度特征后进行主成分分析PCA降维融合，消除冗余信息； 所述时空特征融合模块采用异构特征对齐算法： 使用图同构网络GIN将心电导联拓扑结构建模为无权图，将心电导联位置建模为图节点，把超声动态向量投影至对应心电节点； 通过特征投影矩阵将所述超声心动图的动态向量映射至图节点空间，利用图注意力机制GAT聚合跨模态节点特征，用图注意力机制计算跨模态节点间的关联强度，聚合特征。

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四川省医学科学院·四川省人民医院，其通讯地址为：610000 四川省成都市青羊区一环路西2段32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。