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！

龙图腾网获悉北京大学第一医院(北京大学第一临床医学院)申请的专利一种狂犬病暴露风险评估方法及装置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：CN119601231B 。

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：202411633876.X，技术领域涉及：G16H50/30；该发明授权一种狂犬病暴露风险评估方法及装置是由刘珵设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种狂犬病暴露风险评估方法及装置在说明书摘要公布了：本发明公开了一种狂犬病暴露风险评估方法及装置，该方法包括：根据患者对于狂犬病暴露问题的回答，生成患者信息集；使用预先训练的问答分析模型对该患者信息集进行分析，在分析结果大于预先设定的阈值的情况下，获取该患者的伤口视觉内容；根据该伤口视觉内容和该患者信息集，评估狂犬病暴露风险，从而能够进行更科学、准确的狂犬病暴露风险评估，提供相应的处置建议，生成供医师参考的患者病历，以提升医师的工作效率，为患者提供更安全、准确、快捷的医疗服务。

本发明授权一种狂犬病暴露风险评估方法及装置在权利要求书中公布了：1.一种狂犬病暴露风险评估方法，其特征在于，包括： 根据患者对于狂犬病暴露问题的回答，生成患者信息集； 使用预先训练的问答分析模型对所述患者信息集进行分析，在分析结果大于预先设定的阈值的情况下，获取所述患者的伤口视觉内容； 根据预先训练的视觉分析模型，处理所述伤口视觉内容，得到对伤口类型的判断结果，其中，预先训练的视觉分析模型包括损失函数： ； 其中，是类别数量，是真实标签的独热编码，是所述视觉分析模型对类别的预测概率； 当所述伤口类型为穿刺伤或撕裂伤时，根据预先训练的视觉分析模型，得到对伤口尺寸的判断结果，其中，预先训练的视觉分析模型还包括损失函数： ； 其中，是真实伤口尺寸，是预测伤口尺寸，是样本数量； 当所述伤口尺寸的判断结果不符合要求，则给出重新拍摄建议；当所述伤口尺寸的判断结果符合要求，根据预先训练的视觉分析模型，得到对伤口位置的判断结果； 其中，预先训练的视觉分析模型还包括损失函数：； 其中，表示真实标签，表示预测的标签； 当所述伤口位置的判断结果不符合要求，则给出重新拍摄建议；当所述伤口位置的判断结果符合要求，则执行评估狂犬病暴露风险的步骤； 当所述伤口类型为抓痕咬痕时，根据预先训练的视觉分析模型，得到对伤口出血情况的判断结果；当所述伤口出血情况的判断结果不符合要求，则给出重新拍摄建议；当所述伤口出血情况的判断结果符合要求，根据预先训练的视觉分析模型，得到对伤口位置的判断结果；当所述伤口位置的判断结果不符合要求，则给出重新拍摄建议；当所述伤口位置的判断结果符合要求，则执行评估狂犬病暴露风险的步骤； 根据预先训练的视觉分析模型，得到对是否有生物残留的判断结果；当有生物残留，确定生物残留的类型及生物残留量，并执行评估狂犬病暴露风险的步骤；所述生物残留量根据以下公式计算： ； 其中为所述生物残留在表面的观测信号大小，为误差强度，为比例常数，为非线性系数，、、通过神经网络训练得出； 按照以下公式评估狂犬病暴露风险： ； 其中，、、是权重系数，、、分别代表致伤动物特征和致伤情况函数、伤口严重程度函数、患者免疫情况函数； 并且其中，按照以下公式计算： ； 其中， 对于动物种类，野生流浪动物=1，有主动物=0， 对于攻击行为，主动攻击=1，受激惹后攻击=0， 对于伤人数量，伤人数量≥3人，则该值为1，否则为0， 对于狂犬病情况，检测确认狂犬病=1，未检测或检测后排除狂犬病=0， 对于行为异常，有明显行为异常=1，无明显行为异常=0， ,,,,是各个因素的权重； 并且其中，按照以下公式计算：E=T,L,D,B,R，其中E为伤情评分，T为所述伤口类型，L为所述伤口位置，D为所述伤口尺寸，B为所述伤口出血情况，R为所述生物残留量； 并且其中，按照以下公式计算： ； 其中， 对于狂犬病疫苗接种情况，未全程接种=1，全程接种=0， 对于免疫功能情况，有严重免疫功能低下=1，无严重免疫功能低下=0， ,e是各个因素的权重。

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北京大学第一医院(北京大学第一临床医学院)，其通讯地址为：100034 北京市西城区西什库大街8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。