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！

龙图腾网获悉四川大学华西医院申请的专利一种心脏外科手术术前肺部并发症预测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：CN121075661B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202511613033.8，技术领域涉及：G16H50/30；该发明授权一种心脏外科手术术前肺部并发症预测方法是由喻鹏铭;刘翔;罗泽汝心;黄维;周南希设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本一种心脏外科手术术前肺部并发症预测方法在说明书摘要公布了：本发明属于心脏外科手术领域，具体的说是一种心脏外科手术术前肺部并发症预测方法，该方法包括以下步骤：数据预处理，包括异常值处理、缺失值处理、特征相关性分析、数据离散化和数据标准化：异常值处理，过滤去除病例数据集中的异常值以及不相关数据，避免异常值对后续模型学习造成干扰；缺失值处理，本发明通过分层递进的数据预处理流程从源头保障数据质量与特征有效性：通过过滤异常值及不相关数据避免噪音干扰模型学习，针对缺失值按缺失率差异化处理缺失率＞30%特征剔除，缺失率＜30%特征按变量类型分别用中位数、回归预测或众数填充，相比现有模型简单填充方式大幅减少数据偏差，提升数据完整性与可靠性。

本发明授权一种心脏外科手术术前肺部并发症预测方法在权利要求书中公布了：1.一种心脏外科手术术前肺部并发症预测方法，其特征在于，该方法包括以下步骤： S1、数据预处理，包括异常值处理、缺失值处理、特征相关性分析、数据离散化和数据标准化： S11、所述异常值处理，过滤去除病例数据集中的异常值以及不相关数据，避免异常值对后续模型学习造成干扰； S12、所述缺失值处理，对于病例数据集中缺失率大于30%的特征，直接剔除此特征； 对于缺失率小于30%的特征，若该特征为连续变量，则采用中位数填充或训练回归模型预测缺失值后进行填充，若该特征为分类变量，则以众数方式进行填补； S13、所述特征相关性分析，计算各特征与心脏外科手术患者术后肺部并发症结局情况的Pearson相关系数，通过该相关系数对数据进行探索性分析，以了解数据的分布及各特征与结局情况的相关性，基于所得的分布信息和相关性信息进行数据处理和特征加工； S14、所述数据离散化，将病例数据集中的连续数据按照医学检验阈值进行分段，使连续数据变为离散化区间，将连续特征数据映射为二分类或多分类特征； S15、所述数据标准化，消除病例数据集中各个特征变量的量纲差异，以加速后续模型收敛的效率； S2、建模预测，具体包括以下操作： S21、选取机器学习算法模型，所述机器学习算法模型包括逻辑回归模型LR、随机森林模型RF、CatBoost模型、LightGBM模型和XGBoost模型； S22、首先，采用步骤S1预处理后的病例数据集中的术前12个指标作为特征数据，分别输入至步骤S21选取的5种机器学习算法模型中进行建模学习，构建基于术前12个指标的5个肺部并发症预测模型，然后对这5个预测模型在测试集上的性能进行评估； S23、在术前12个指标的基础上，添加5个术中指标，得到共计17个特征指标，将这17个特征指标对应的预处理后的数据分别输入至步骤S21选取的5种机器学习算法模型中再次进行建模学习，构建基于17个特征指标的5个肺部并发症预测模型，随后对这5个预测模型在测试集上的性能进行评估； S24、对基于17个特征指标的CatBoost模型进行特征重要性分析，通过特征重要性图featureimportance确定特征贡献度最高的特征，所述特征贡献度最高的特征包括体外循环开机计数、主动脉阻断时间、手术持续时间和自体回收血合计，基于该CatBoost模型实现对心脏外科手术术前肺部并发症的预测。

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大学华西医院，其通讯地址为：610000 四川省成都市武侯区国学巷37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。