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！

龙图腾网获悉中国航天科工集团七三一医院申请的专利一种基于机器学习的患者拔管结局预测方法及电子设备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：CN120656741B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202510718389.1，技术领域涉及：G16H50/70；该发明授权一种基于机器学习的患者拔管结局预测方法及电子设备是由闫鹏;郁凯;龚继东设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本一种基于机器学习的患者拔管结局预测方法及电子设备在说明书摘要公布了：本发明公开了一种基于机器学习的患者拔管结局预测方法及电子设备，该方法为对预测者来自不同设备的多源异构的医疗数据进行特征融合，映射得到多源异构数据医疗数据融合后的特征向量集；将所述特征向量集分别输入拔管成功类别对应的第一拔管结局预测模型和拔管失败类别对应的第二拔管结局预测模型，得到拔管成功类别的概率和拔管失败类别的概率；比较拔管成功类别的概率和拔管失败类别的概率大小，并输出概率值大的类别作为拔管结局预测结果。本发明不仅实现多源异构的数据特征融合提高预测结果而且结合能处理序列数据的带t‑高斯混合分布的隐马尔科夫模型在避免序列数据信息丢失的同时，解决了连续观测值的重尾分布，进一步提高模型预测准确性。

本发明授权一种基于机器学习的患者拔管结局预测方法及电子设备在权利要求书中公布了：1.一种基于机器学习的患者拔管结局预测方法，其特征在于，包括以下步骤： 对预测者来自不同设备的多源异构的医疗数据进行特征融合，映射得到多源异构数据医疗数据融合后的特征向量集；其中，所述特征向量集包含T个时序点上的多源异构数据融合后的特征向量； 将所述特征向量集分别输入拔管成功类别对应的第一拔管结局预测模型和拔管失败类别对应的第二拔管结局预测模型，得到拔管成功类别的概率和拔管失败类别的概率；其中，所述第一拔管结局预测模型是基于拔管成功样本集对带有t-高斯混合分布的隐马尔科夫模型进行训练、测试得到模型，所述第二拔管结局预测模型是基于拔管失败样本集对带有t-高斯混合分布的隐马尔科夫模型进行训练、测试得到模型； 比较拔管成功类别的概率和拔管失败类别的概率大小，并输出概率值大的类别作为拔管结局预测结果； 其中，所述对预测者来自不同设备的多源异构的医疗数据进行特征融合，映射得到多源异构数据医疗数据融合后的特征向量集，包括以下步骤： 将多源异构的医疗数据中各种数据类型向量化，具体包括： 对表格数据的向量化，以第个时序点上的表格型数据为表格数据向量；其中，； 对时序化数据的向量化，使用牛顿插值法分别获取每个时序化数据在第个时序点上的观测值，然后将每个时序化数据在第个时序点上的观测值组成一个向量； 对于二维灰度、三维彩色以及四维视频数据，先将真实观测到的二维灰度、三维彩色以及四维视频数据分别映射为二维灰度数据向量、三维彩色数据向量和四维视频数据向量；然后对二维灰度数据的向量、三维彩色数据向量、四维视频数据的向量使用牛顿插值分别得到第个时序点上二维灰度数据的向量、三维彩色数据的向量和四维视频数据的向量； 对各种数据类型向量化后的向量进行拼接，具体包括： 将第i个时序点上的表格数据的向量、第i个时序点上的时序数据的向量、第i个时序点上的二维灰度数据的向量、第i个时序点上的三维彩色数据的向量和第i个时序点上的四维视频数据的向量进行拼接得到第个时序点上的多源异构数据融合后的特征向量。

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中国航天科工集团七三一医院，其通讯地址为：100074 北京市丰台区云岗镇岗南里3号院；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。