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！

龙图腾网获悉华中科技大学同济医学院附属同济医院申请的专利一种基于图神经网络的呼吸系统风险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：CN120913829B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202510963739.0，技术领域涉及：G16H50/30；该发明授权一种基于图神经网络的呼吸系统风险预测方法及系统是由周灵;刘威;刘漫;刘辉国设计研发完成，并于2025-07-14向国家知识产权局提交的专利申请。

本一种基于图神经网络的呼吸系统风险预测方法及系统在说明书摘要公布了：本发明涉及呼吸系统风险预测技术领域，提出了一种基于图神经网络的呼吸系统风险预测方法及系统，包括：收集患者的多模态医疗数据，基于多模态医疗数据构建多层异构图；通过多层异构图构建加权邻接矩阵和节点特征向量；基于加权邻接矩阵与节点特征向量进行矩阵乘积运算和卷积操作，并与历史时刻状态信息进行拼接组合，得到图状态表示并进行时间维度的加权聚合，得到时序注意力特征；基于临床检查数据进行编码处理，得到多模态融合特征；将多模态融合特征输入风险分类器进行分类计算，得到呼吸系统风险等级预测结果，并生成风险评估报告，输出呼吸风险预警信息。本发明提高了呼吸系统风险预测的准确性和临床实用性。

本发明授权一种基于图神经网络的呼吸系统风险预测方法及系统在权利要求书中公布了：1.一种基于图神经网络的呼吸系统风险预测方法，其特征在于，包括以下步骤： 收集患者的多模态医疗数据，基于多模态医疗数据构建多层异构图，所述多模态医疗数据包括临床检查数据、影像学数据、实验室指标和肺功能检测数据； 通过多层异构图中节点间的临床特征相似度、影像特征相似度和时序相关性，构建加权邻接矩阵和节点特征向量； 基于加权邻接矩阵与节点特征向量进行矩阵乘积运算和卷积操作，并与历史时刻状态信息进行拼接组合，得到当前时刻的图状态表示，对图状态表示进行时间维度的加权聚合，得到时序注意力特征； 通过临床特征编码器对所述临床检查数据进行编码处理，通过影像特征编码器对所述影像学数据进行编码处理，通过时序特征编码器对所述实验室指标和肺功能检测数据进行编码处理，分别得到临床隐藏表示、影像隐藏表示和时序隐藏表示，并与时序注意力特征进行拼接组合和潜在空间映射，得到共同潜在特征，对共同潜在特征进行分布对齐处理，得到多模态融合特征； 所述通过临床特征编码器对所述临床检查数据进行编码处理，通过影像特征编码器对所述影像学数据进行编码处理，通过时序特征编码器对所述实验室指标和肺功能检测数据进行编码处理，分别得到临床隐藏表示、影像隐藏表示和时序隐藏表示，并与时序注意力特征进行拼接组合和潜在空间映射，得到共同潜在特征，对共同潜在特征进行分布对齐处理，得到多模态融合特征，包括： 构建多层感知机临床特征编码器对所述临床检查数据进行非线性变换编码，构建卷积神经网络影像特征编码器对所述影像学数据进行深度特征提取编码，构建长短期记忆网络时序特征编码器对所述实验室指标和肺功能检测数据进行时序建模编码，分别得到维度对齐的临床隐藏表示、影像隐藏表示和时序隐藏表示； 将所述临床隐藏表示、影像隐藏表示、时序隐藏表示与所述时序注意力特征进行自适应权重拼接组合，输入多模态变分自编码器进行概率分布建模和潜在空间映射，得到具有不确定性量化的共同潜在特征，构建生成器-判别器对抗性训练网络，通过最小-最大博弈优化对所述共同潜在特征进行跨模态分布对齐处理，得到分布一致的多模态融合特征； 将多模态融合特征输入风险分类器进行分类计算，得到呼吸系统风险等级预测结果，并生成风险评估报告，输出呼吸风险预警信息。

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华中科技大学同济医学院附属同济医院，其通讯地址为：430000 湖北省武汉市解放大道1095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。