Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南昌大学第一附属医院洪涛获国家专利权

南昌大学第一附属医院洪涛获国家专利权

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!

龙图腾网获悉南昌大学第一附属医院申请的专利一种颅咽管瘤患者手术后早期不良结果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:CN120895266B

龙图腾网通过国家知识产权局官网在2026-03-24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:202511405058.9,技术领域涉及:G16H50/70;该发明授权一种颅咽管瘤患者手术后早期不良结果预测方法及系统是由洪涛;潘来胜;郑近轩;王奇媛;吴虓;刘文鑫设计研发完成,并于2025-09-29向国家知识产权局提交的专利申请。

一种颅咽管瘤患者手术后早期不良结果预测方法及系统在说明书摘要公布了:本发明涉及医疗技术领域,具体涉及一种颅咽管瘤患者手术后早期不良结果预测方法,包括:提取患者术前数据和标签数据,存储于数据库中;对数据库中的数据进行预处理,按照预设比例随机划分为训练集和验证集,并采用合成少数类过采样技术对训练集进行处理,得到处理后的训练集;从处理后的训练集中识别并筛选出最具预测价值的特征子集;构建预测模型;对预测模型进行评估和比较,选定表现最佳的模型作为最终部署模型;接收新患者术前数据,输入最终部署模型中,输出预测结果。本发明填补了现有预测颅咽管瘤术后早期总体不良结果模型的空白,克服了现有预测技术中数据处理方法单一、特征选择不够精准、预测精度不高且缺乏临床易用性等问题。

本发明授权一种颅咽管瘤患者手术后早期不良结果预测方法及系统在权利要求书中公布了:1.一种颅咽管瘤患者手术后早期不良结果预测方法,其特征在于,包括如下步骤: S1、提取患者的术前数据和标签数据,并以结构化的数据表形式存储于数据库中,数据来源明确标注开发数据集或外部验证数据集; S2、对数据库中的数据进行预处理,得到预处理后的数据,按照预设比例随机划分为训练集和验证集,并采用合成少数类过采样技术对训练集进行处理,得到处理后的训练集; S3、从处理后的训练集中识别并筛选出最具预测价值的特征子集; S4、构建预测模型,并通过处理后的训练集对预测模型进行训练,得到初步优化的单一分类器预测模型; S5、对初步优化的单一分类器预测模型进行评估和比较,选定表现最佳的模型作为最终部署模型; S6、接收新患者术前数据,输入最终部署模型中,输出预测结果; 其中,所述S2具体包括: S201、将数据库中非数字的特征进行数字化,并进行特征缺失值处理,随后对数据进行转换、增强和标准化,得到预处理后的数据;具体表现为:对于缺失比例超过25%的变量特征予以剔除,其余缺失值采用基于欧几里得距离的K近邻插补方法进行填补,K近邻插补过程中,K值设为10,距离度量采用欧几里得距离,插补值为10个最近邻样本对应变量的加权平均值或众数;所有连续变量均进行Z-score标准化处理,即减去均值并除以标准差;对无序分类变量采用One-Hot编码方式进行转化,将每个类别表示为独立的二元变量; S202、将预处理后的数据中的开发数据集,按3:1随机划分为训练集和内部验证集,外部验证数据集独立处理; S203、采用合成少数类过采样技术对训练集进行平衡化处理,得到处理后的训练集;具体表现为:SMOTE算法对每个少数类样本在其5个最近邻中随机选取若干邻居,并在原样本与邻居样本之间构造合成样本,插值公式如下:;其中,为原始少数类样本,为其某个邻居样本,为随机数。

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南昌大学第一附属医院,其通讯地址为:330019 江西省南昌市永外正街17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。