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！

龙图腾网获悉福州大学附属省立医院申请的专利一种肺癌术后并发症护理风险的整合机器学习预测方法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：CN121617643B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610150779.8，技术领域涉及：G16H50/30；该发明授权一种肺癌术后并发症护理风险的整合机器学习预测方法是由陈礼团;李素娟;林滨设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本一种肺癌术后并发症护理风险的整合机器学习预测方法在说明书摘要公布了：本发明公开了一种肺癌术后并发症护理风险的整合机器学习预测方法，具体涉及医疗护理与健康风险预测领域，用于解决现有肺癌术后护理对并发症风险评估缺乏有效的综合建模问题。该方法通过在术后护理周期内同步采集胸腔引流压力波形与呼吸机潮气量波形，构建多时间尺度下的动态互信息变化轨迹，以判定漏气活动进入稳定平台期；在平台期触发受控负压阶梯激发测试，提取反映系统稳定性与气体泄漏动态特性的关键特征；结合特征交叉、护理阶段时间裁剪及肺叶切除位置的解剖影响权重，对风险特征进行调制，并输入预训练的神经网络，实现对术后并发症风险的动态预测，为精细化护理决策提供技术支撑。

本发明授权一种肺癌术后并发症护理风险的整合机器学习预测方法在权利要求书中公布了：1.一种肺癌术后并发症护理风险的整合机器学习预测方法，其特征在于，包括如下步骤： S1、在当前患者术后护理周期内，同步采集胸腔引流管的压力波形序列与呼吸机的潮气量波形序列； S2、计算压力波形序列与呼吸机的潮气量波形序列在多个时间尺度下的互信息值，建立动态互信息变化轨迹； S3、当动态互信息变化轨迹收敛于预设稳定区间时，判定当前患者的漏气活动进入平台期； S4、当前患者漏气活动进入平台期时，控制胸腔引流设备进行一次负压阶梯激发测试，分别提取引流压力波形的功率谱熵值及气体流量波形的幅度包络衰减系数； S5、将功率谱熵值、幅度包络衰减系数与动态互信息变化轨迹的收敛速度进行特征交叉组合，生成风险特征向量； S6、将当前患者手术肺叶切除位置映射为解剖影响权重参数集，对风险特征向量进行基于护理阶段时间裁剪的贡献调制，将调制后的风险特征向量输入预训练的神经网络，对术后并发症进行风险预测； 所述S4中，分别提取引流压力波形的功率谱熵值及气体流量波形的幅度包络衰减系数具体包括： 对胸腔引流设备按照预设的阶梯式压力变化顺序调整负压设定值，在负压设定值维持于每个阶梯水平时，采集胸腔引流管压力传感器的实时压力波形，以及引流设备气体流量计的实时气体流量波形； 将每个阶梯水平下的实时压力波形通过傅里叶变换转为功率谱密度，并计算对应的信息熵作为功率谱熵值； 同时对实时气体流量波形进行希尔伯特变换得到幅度包络线，在阶梯维持期的设定衰减段对幅度包络线进行指数函数拟合，获取拟合结果对应的指数项系数，作为表征气体泄漏速率变化特性的幅度包络衰减系数； 所述S5中，将功率谱熵值、幅度包络衰减系数与动态互信息变化轨迹的收敛速度进行特征交叉组合，生成风险特征向量具体包括： 基于动态互信息变化轨迹中各个时间尺度互信息序列收敛前的移动平均值序列，计算线性回归斜率绝对值作为动态互信息变化轨迹的收敛速度； 将功率谱熵值、幅度包络衰减系数与收敛速度进行两两相乘构建一组交互特征项，并与功率谱熵值、幅度包络衰减系数、收敛速度三个原始特征进行向量拼接，整合为风险特征向量。

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福州大学附属省立医院，其通讯地址为：350000 福建省福州市东街134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。