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 > 南方医科大学珠江医院陆建华获国家专利权

南方医科大学珠江医院陆建华获国家专利权

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!

龙图腾网获悉南方医科大学珠江医院申请的专利糖尿病肾病风险预测模型的训练方法、预测方法、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:CN121528555B

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:202610056100.9,技术领域涉及:G16H50/30;该发明授权糖尿病肾病风险预测模型的训练方法、预测方法、设备及介质是由陆建华;张巍;杜兆淳;李申恒;郑智聪;周同设计研发完成,并于2026-01-16向国家知识产权局提交的专利申请。

糖尿病肾病风险预测模型的训练方法、预测方法、设备及介质在说明书摘要公布了:本发明提供了糖尿病肾病风险预测模型的训练方法、预测方法、设备及介质,所述训练方法包括:采集若干目标类型糖尿病患者在不同维度的特征原始数据并进行标准化处理,得到特征标准数据,基于特征标准数据计算预先构建的复合特征,根据复合特征数据和特征标准数据构建特征数据集;对特征数据集进行有放回抽样,并计算每次迭代过程中各个特征的特征系数,根据特征系数统计迭代过程中被选中概率大于预设阈值的关键特征,基于关键特征的特征标准数据构建关键特征数据集;将关键特征数据集输入至随机森林模型进行迭代训练,直至达到预设训练次数或损失函数达到预设阈值,得到糖尿病肾病风险预测模型。本发明可以提高对糖尿病肾病的识别准确性。

本发明授权糖尿病肾病风险预测模型的训练方法、预测方法、设备及介质在权利要求书中公布了:1.糖尿病肾病风险预测模型的训练方法,其特征在于,包括: 采集若干目标类型糖尿病患者在不同维度的特征原始数据,对所述特征原始数据进行标准化处理,得到特征标准数据,基于所述特征标准数据计算预先构建的复合特征,根据得到的复合特征数据和所述特征标准数据构建特征数据集;其中,基于单核细胞和高密度脂蛋白胆固醇构建第一复合特征;基于血小板、中性粒细胞和淋巴细胞构建第二复合特征; 所述采集若干目标类型糖尿病患者在不同维度的特征原始数据,对所述特征原始数据进行标准化处理,得到特征标准数据,具体包括: 采集目标类型糖尿病患者在不同维度的特征原始数据;其中,所述维度的类型包括人口与体格特征维度、肾脏功能指标维度、糖脂代谢指标维度、内分泌与肝功能指标维度、免疫炎症与血常规维度; 计算每个特征的原始数据缺失率,对于缺失率低于预设阈值的原始数据,通过随机抽样填补缺失值得到初始完整数据,依次遍历所述初始完整数据中的数据并将其设定为缺失状态,以其他所有数据为预测变量构建回归模型,通过预测均值匹配法在建立的回归模型中抽取数据变量填补缺失值,完成对所述原始数据的缺失值处理; 根据四分位数法计算每个特征的数据上界和数据下界,通过所述数据上界和数据下界,将超过所述数据上界或小于所述数据下界的原始数据进行缩尾,完成对所述原始数据的异常值处理; 根据缺失值处理结果和异常值处理结果得到所述特征标准数据; 基于预设迭代次数对所述特征数据集进行有放回抽样,并计算每次迭代过程中各个特征的特征系数,根据所述特征系数统计迭代过程中被选中概率大于预设阈值的关键特征,基于所述关键特征的特征标准数据构建关键特征数据集;具体包括:具体包括: 每执行一次迭代操作,从所述特征数据集中通过有放回抽样生成与所述特征数据集容量相同的更新特征数据集,对每个所述更新特征数据集构建对应的Logistic回归模型;其中,所述Logistic回归模型的表达式为: ; 式中,为第次迭代中Logistic回归模型的特征系数,为模型的回归系数向量;为特征数据集中的样本数量,为第个样本的真实标签;为第个样本发生DKD的预测概率,由Sigmoid函数计算;为收缩因子,通过内部10折交叉验证确定;为特征的总数量;为第j个特征的惩罚因子;为第j个特征对应的回归系数; 当迭代完成后,统计迭代过程中回归系数不为零的次数,根据统计结果生成每个特征的被选中概率,保留被选中概率大于预设阈值的特征作为关键特征;其中,回归系数不为零表明特征在本次迭代过程中被模型选中; 根据所述关键特征对应的特征标准数据构建所述关键特征数据集; 将所述关键特征数据集输入至随机森林模型进行迭代训练,直至达到预设训练次数或损失函数达到预设阈值,得到糖尿病肾病风险预测模型;其中,所述随机森林模型中包含若干决策树,以基尼不纯度最小化为目标,在所述决策树中遍历每个关键特征的所有可能切分点,结合每棵决策树的预测结果生成糖尿病患者的DKD发病预测概率。

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方医科大学珠江医院,其通讯地址为:510282 广东省广州市海珠区工业大道中253号南方医科大学珠江医院;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。