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 > 上海利翔科技发展有限公司赵献新获国家专利权

上海利翔科技发展有限公司赵献新获国家专利权

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!

龙图腾网获悉上海利翔科技发展有限公司申请的专利融合知识图谱与序列深度学习的中医智能诊疗决策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:CN121545685B

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:202610071207.0,技术领域涉及:G16H20/90;该发明授权融合知识图谱与序列深度学习的中医智能诊疗决策系统是由赵献新;沈付安;王庆锋;魏阳春设计研发完成,并于2026-01-20向国家知识产权局提交的专利申请。

融合知识图谱与序列深度学习的中医智能诊疗决策系统在说明书摘要公布了:本发明公开了融合知识图谱与序列深度学习的中医智能诊疗决策系统。该系统包括:知识图谱构建模块,用于构建中医药多模态知识图谱并生成药材的语义聚合向量;数据处理模块,用于将患者四诊信息、基因型与生理指标等多源异构信息融合为个性化上下文向量;智能评估模块,基于注意力机制序列模型,结合语义聚合向量与个性化上下文向量,对中药处方序列进行风险量化评估;处方优化模块,在检测到风险时基于知识图谱与患者信息生成调整建议。本发明解决了传统中医处方分析依赖经验、缺乏量化评估与个性化适配的问题,实现了处方风险的自动化、可解释分析,提升了中医药智能辅助决策的准确性与实用性。

本发明授权融合知识图谱与序列深度学习的中医智能诊疗决策系统在权利要求书中公布了:1.一种融合知识图谱与序列深度学习的中医智能诊疗决策系统,其特征在于,包括: 知识图谱构建模块,用于从结构化及非结构化数据源中提取中医药领域的实体以及实体间关系,并构建包含实体以及实体间关系的多模态知识图谱,并对该多模态知识图谱进行嵌入表示学习以为每一味药材生成其语义聚合向量;其中,所述实体包括中药材、化学成分、生物学靶点、通路、疾病、中医证候中的任一项或多项; 数据处理模块,用于获取目标对象的多源异构信息,将所述多源异构信息分别向量化后融合,生成所述目标对象的个性化上下文向量; 所述多源异构信息包括四诊信息、药物代谢相关基因型信息、临床生理指标信息中的任一项或多项; 智能评估模块,用于根据所述语义聚合向量和所述个性化上下文向量,利用基于门控注意力机制的序列深度学习模型对输入的中药处方序列进行风险量化评估; 处方优化模块,用于当所述风险量化评估的结果表明所述中药处方序列存在风险时,根据所述多模态知识图谱和所述个性化上下文向量生成并输出对所述中药处方序列的调整建议; 其中,所述利用门控注意力机制计算药材的关联实体集合中每一实体对于表征该药材语义的重要性权重,并将每一关联实体的嵌入向量与计算得到的重要性权重相乘后进行加权求和,以生成该药材的语义聚合向量,包括: 按照如下公式生成第i味药材的语义聚合向量: 其中,其中,表示第i味药材的语义聚合向量;表示在多模态知识图谱中与第i味药材直接相连的所有实体的集合;表示集合中的一个实体;表示实体的向量表示;表示实体对于表征药材在当前任务中的重要程度;表示药材的初始向量;表示预先训练的重要性评分向量;表示预先训练的特征变换矩阵;表示预先训练的变换偏置向量;表示向量拼接符号;表示双曲正切激活函数; 其中,所述将所述多源异构信息分别向量化后融合,生成所述目标对象的个性化上下文向量,包括: 将目标对象的四诊信息通过独热编码或证候嵌入模型映射为中医证候向量; 将目标对象的药物代谢相关基因型信息通过独热编码映射为基因型向量; 将目标对象的临床生理指标信息通过标准化处理映射为生理指标向量; 将所述中医证候向量、所述基因型向量与所述生理指标向量进行拼接操作,生成所述目标对象的个性化上下文向量,其计算公式为: 其中,表示向量拼接函数。

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上海利翔科技发展有限公司,其通讯地址为:200120 上海市浦东新区中国(上海)自由贸易试验区郭守敬路498号6幢1层15105室;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。