中南大学戴子喻获国家专利权
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!
龙图腾网获悉中南大学申请的专利一种慢阻肺病患者环境敏感画像构建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:CN121601130B 。
龙图腾网通过国家知识产权局官网在2026-04-21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:202610129469.8,技术领域涉及:G16H10/60;该发明授权一种慢阻肺病患者环境敏感画像构建方法及系统是由戴子喻;段铸;刘辉;刘进康;陈琼设计研发完成,并于2026-01-30向国家知识产权局提交的专利申请。
本一种慢阻肺病患者环境敏感画像构建方法及系统在说明书摘要公布了:本发明涉及数字健康、智慧医疗与人工智能的交叉应用领域,公开一种慢阻肺病患者环境敏感画像构建方法及系统,包括:构建多模态患者历史数据画像数据集;基于呼吸病理机理的生物效应重构;构建并训练因果特征学习网络;解算个体化环境敏感度;生成临床决策支持信息。其核心在于通过挖掘患者的多模态纵向历史数据,构建一个深度融合了呼吸病理机理与因果推断算法的计算框架基于多机理模型的生物效应重构模块、因果特征学习模块、基于超网络生成的双重机器学习模块,输出一个可解释的个体化环境敏感度数字画像,能够量化患者对特定环境因素如颗粒物等的病理易感性,并可结合环境预报,为临床决策提供精准的量化支持依据。
本发明授权一种慢阻肺病患者环境敏感画像构建方法及系统在权利要求书中公布了:1.一种慢阻肺病患者环境敏感画像构建方法,其特征在于,包括以下步骤: 步骤S1、构建多模态患者历史数据画像数据集,具体是:获取并组织患者的多源异构数据,通过时空对齐与特征提取,构建包含环境暴露、效应修饰因子及健康结局的结构化数据集;获取并组织患者的多源异构数据包括获取环境暴露数据、效应修饰因子数据和健康结局数据;获取环境暴露数据具体包括:对接环境数据接口,通过空间插值与时间聚合,为每位患者生成包含颗粒物、气态污染物及气象要素的每日高时空分辨率环境暴露序列;获取效应修饰因子数据具体包括:从患者电子病历与基因检测报告中,提取并量化遗传风险特征和临床特征;临床特征包括生活方式特征和基础临床指标特征;获取健康结局数据具体包括:采集并编码患者每日的症状负荷、急性加重事件及生理波动指标; 步骤S2、基于呼吸病理机理的生物效应重构,具体是:接收步骤S1的环境暴露数据,通过多机理模型进行分类处理,将其转化为统一的生物效应向量,具体包括以下步骤: 步骤2.1、可吸入污染物的生物有效剂量计算,具体是:针对颗粒物与气态污染物,串联执行室外-室内暴露修正、呼吸沉积剂量计算以及炎症滞后与累积效应计算; 气象要素的生物刺激效应量化,具体是:针对温度、湿度和风速,执行风寒耦合刺激指数计算、计算用于特征冷空气刺激强度的风寒耦合刺激指数WCSI以及湿度偏离指数计算; 步骤2.2、将可吸入污染物的生物有效剂量与气象要素的生物刺激效应进行特征级联,形成统一的生物效应向量; 步骤S3、构建并训练因果特征学习网络,具体是:接收步骤S2输出的生物效应向量及步骤S1得到的效应修饰因子,通过一个包含时序卷积与特征融合的深度网络提取高阶因果特征,并训练用于后续因果推断的辅助预测函数;因果特征学习网络包括一个环境时序模式提取模块和一个具有输入特征隔离设计的双头预测架构;环境时序模式提取模块并行配置多个不同大小的一维卷积核,以分别捕捉环境暴露的急性、短期及慢性三种时间尺度的动态模式;具有输入特征隔离设计的双头预测架构分别训练用于后续因果推断的辅助预测函数,用于后续因果推断的辅助预测函数包括用于估计基础风险的函数和用于估计暴露倾向的函数; 步骤S4、解算个体化环境敏感度,具体是:基于步骤S2所得生物效应向量、步骤S1所得的健康结局数据以及步骤S3所得辅助预测函数,利用双重机器学习架构与超网络模型,得到患者的个体化环境敏感度向量;具体包括以下步骤: 步骤S4.1、利用步骤S3所得用于后续因果推断的辅助预测函数进行残差净化,得到健康结局残差和环境暴露残差; 步骤S4.2、构建包含一个参数生成器子网络HyperNet和一个因果推断主网络PrimaryNet的双重机器学习架构与超网络模型,参数生成器子网络HyperNet以第个患者的状态特征向量为输入,动态生成患者的个体化环境敏感度向量;因果推断主网络PrimaryNet利用所述作为回归系数,在残差空间内拟合健康结局残差; 步骤S5、生成临床决策支持信息,具体是:将步骤S4所得患者的个体化环境敏感度向量与外部环境预报数据进行融合,得到可视化的临床分析报告。
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南大学,其通讯地址为:410083 湖南省长沙市岳麓区麓山南路932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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励