合肥工业大学徐正飞获国家专利权
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！
龙图腾网获悉合肥工业大学申请的专利基于深度概率模型的患者聚类和生存风险预测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：CN116564523B 。
龙图腾网通过国家知识产权局官网在2026-01-30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：202310736421.X，技术领域涉及：G16H50/30；该发明授权基于深度概率模型的患者聚类和生存风险预测方法及系统是由徐正飞;顾王逸青;杨雪洁;赵树平;李鹏玉;苏凯翔;李娟;鲍萍;宋律设计研发完成，并于2023-06-21向国家知识产权局提交的专利申请。
本基于深度概率模型的患者聚类和生存风险预测方法及系统在说明书摘要公布了：本发明提供一种基于深度概率模型的患者聚类和生存风险预测方法及系统，涉及生存分析技术领域。本发明首先获取右删失条件下的用户健康数据，并对该用户健康数据进行预处理；接着基于多任务学习框架的特征提取器，提取预处理后的右删失条件下的用户健康数据的特征表示；并基于特征表示，利用深度概率模型获取数据分布信息，并对数据分布信息进行重构优化；然后在不考虑参数假设的条件下，基于生存预测多任务子网络估计类别水平的风险函数，并基于风险函数获取个体风险估计结果；最后基于优化后的数据分布信息和个体风险估计结果的变分证据下界，获取聚类预测结果和事件时间预测结果。本发明提升了聚类和事件时间预测结果的精度。
本发明授权基于深度概率模型的患者聚类和生存风险预测方法及系统在权利要求书中公布了：1.一种基于深度概率模型的患者聚类和生存风险预测方法，其特征在于，所述方法包括： 获取右删失条件下的用户健康数据，并对所述右删失条件下的用户健康数据进行预处理； 基于多任务学习框架的特征提取器，提取预处理后的所述右删失条件下的用户健康数据的特征表示；所述多任务学习框架的特征提取器为深度概率模型的编码器； 基于所述特征表示，利用所述深度概率模型获取数据分布信息，并对所述数据分布信息进行重构优化；所述数据分布信息包括所述特征表示中基于类别隶属度先验的隐变量先验概率分布信息； 在不考虑参数假设的条件下，基于生存预测多任务子网络估计类别水平的风险函数，并基于所述风险函数获取个体风险估计结果； 基于优化后的所述数据分布信息和所述个体风险估计结果的变分证据下界，获取聚类预测结果和事件时间预测结果。
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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励