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！

龙图腾网获悉西安交通大学申请的专利一种应用于药物推荐的深度学习方法、系统、设备及介质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：CN115862893B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202211714897.5，技术领域涉及：G16H70/40；该发明授权一种应用于药物推荐的深度学习方法、系统、设备及介质是由李辰;苏炜恒;吴佳伦;王翔宇;张宇琛;龚铁梁;毛冰设计研发完成，并于2022-12-29向国家知识产权局提交的专利申请。

本一种应用于药物推荐的深度学习方法、系统、设备及介质在说明书摘要公布了：一种应用于药物推荐的深度学习方法、系统、设备及介质，方法包括：药物表示的建立；病人表示的建立；产生药物预测结果；这三个步骤首先利用RNN建立病人表示，后融合病人的诊断信息、诊疗信息、历史用药信息利用双重注意力分别在病人历史来访与单次来访的不同元素层次上赋予权重，后利用神经网络进行药物推荐，还可结合病人相似度进行药物推荐，有效提升了药物推荐的准确性和安全性；其系统、设备及介质通过对相关功能模块的存储利用，实现以深度学习方法进行药物推荐；作为医学辅助工具，能显著提高病理学家的判别质量和工作效率。

本发明授权一种应用于药物推荐的深度学习方法、系统、设备及介质在权利要求书中公布了：1.一种应用于药物推荐的深度学习方法，其特征在于：具体包括以下步骤： 步骤一、药物表示的建立：通过图卷积神经网络建立药物表示，设置阈值对药物与药物反应进行控制； 1使用图卷积神经网络对药物表示进行处理，对于药物嵌入向量和药物对应的药物邻接矩阵，表示药物的总数量；图卷积神经网络将会按照下式对药物进行处理以得到新的药物嵌入向量： 其中,是A的度矩阵，即； 2根据步骤一第1步中图卷积神经网络方法，将初始化药物表示通过临床共现矩阵与药物相互作用矩阵分别进行二重GCN处理，表示为： 其中，ReLU是激活函数；与都是可学习的参数，表示药物与药物曾在同一药方中出现，表示药物与药物存在不良反应；将得到的结果进行作差，利用二者差的结果作为不同种药物经过GCN处理后的表示，即：，其中，中每一行元素代表了对应药物利用临床共现矩阵与药物相互作用矩阵进行处理后的嵌入向量；对进行建模表示为： 其中；M表示药物； 对于一组药物,药物的DDI值表示为： 在模型训练过程中，通过设置阈值限制每个患者各次来访的平均DDI值即可实现可控药物反应的药物预测； 步骤二、病人表示的建立：结合病人的历史状态与当前状态，利用病人的诊断信息、诊疗手段与药物信息建立病人的综合表示，基于双重注意力机制对病人的历史状态表示与病人当前状态表示进行拼接作为最终的病人状态表示，从而获得更为全面的病人表示； 步骤三、药物预测任务：根据步骤二在对病人表示进行学习之后，直接输入单层网络进行药物预测，或将该病人与其他病人之间的相似度进行比较，利用病人之间的相似度得到优化的病人表示，对预测结果进行改进。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。