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！

龙图腾网获悉上海交通大学医学院附属仁济医院申请的专利基于互联网医院的颅内动脉瘤破裂风险评估与管理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：CN120809236B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511255615.3，技术领域涉及：G16H50/30；该发明授权基于互联网医院的颅内动脉瘤破裂风险评估与管理系统是由万杰清;王春鸣;丁圣豪;周莹;徐迪;赵兵;冯军峰设计研发完成，并于2025-09-04向国家知识产权局提交的专利申请。

本基于互联网医院的颅内动脉瘤破裂风险评估与管理系统在说明书摘要公布了：本发明涉及医疗技术领域，具体涉及基于互联网医院的颅内动脉瘤破裂风险评估与管理系统，包括：患者端模块，患者通过上传病史数据通过系统标准化问卷和多模态数据采集机制对基础健康数据的自动归档与标签化处理，本发明通过向量化编码与标准化处理，实现健康数据的一致性和可比性；采用盲去卷积技术提升脑血管影像清晰度，并结合影像和临床特征优化风险评估；通过自适应水印技术保护隐私，结合双重加密与去标识化处理确保数据安全与合规；系统通过动态监控和智能预警及时识别风险并推送个性化健康干预，提高慢性病管理的精准性和主动性。此外，区块链技术确保数据可追溯和防篡改，增强医患信任。

本发明授权基于互联网医院的颅内动脉瘤破裂风险评估与管理系统在权利要求书中公布了：1.基于互联网医院的颅内动脉瘤破裂风险评估与管理系统，其特征在于，所述系统包括风险评估模块： 获取患者的标准化病史数据和多模态医疗影像数据，对所述多模态医疗影像数据进行预处理，所述预处理包括采用三线性插值法进行体素均一化处理，以及采用拉普拉斯增强算法平滑噪声并突出脑血管边缘特征； 基于预处理后的影像数据，提取动脉瘤区域并进行多尺度语义分割，计算瘤体表面复杂度指标H和凸性缺陷指数CDI： ， 其中，表示瘤体的三维凸包体积，表示瘤体自身的真实体积； ， 其中，表示第个局部表面片段的面积，表示动脉瘤整体的表面积，表示第个片段面积占总面积的比例； 将所述瘤体表面复杂度H、凸性缺陷指数CDI形成影像特征编码，与由临床风险因子编码而成临床特征编码进行融合，形成统一特征矩阵； 基于所述统一特征矩阵，通过集成学习模型进行特征建模，其中模型优化目标为最小化带权损失函数，并基于信息增益量计算各特征的重要性得分，对特征矩阵进行加权处理，形成标准化输入矩阵； 基于所述标准化输入矩阵，通过多模态神经网络计算动脉瘤破裂概率，并结合风险调整项得到最终风险值； 所述系统还包括患者端模块： 系统生成唯一ID并建立健康档案，通过向量化编码对患者上传的数据进行归一化处理， 通过盲区卷积图像复原从模糊图像中恢复清晰图像， ，其中，表示已模糊的观测图像，表示待复原的清晰图像，表示运动模糊造成的模糊核，表示二维卷积操作，表示边缘信息的图像的梯度，表示核的整体能量，恢复模糊MRA影像的清晰细节，通过估计最优的模糊核，系统能够从输入的模糊图像中反推得到尽可能接近真实清晰状态的图像，增强脑血管图像的边缘信息，在去卷积过程中引入图像梯度信息，重点保护血管轮廓和微小分支的细节， 通过自适应水印覆盖方法对患者医疗图像中敏感信息进行遮盖，使用PP-OCRv3模型定位图像中的文本区域，判断是否包含敏感信息， 其中，表示图像同尺寸的权重矩阵，用于控制水印的透明度，表示识别出的隐私区域，识别区域的权重设置为0.9，在其他区域权重为0，保持原图不变， 基于上述对图像中敏感信息覆盖后合成保护图像公式为： 其中，表示原始图像，表示高斯噪声图像，用作水印背景，表示已被保护后的最终输出图像，表示权重矩阵，表示非隐私区域的权重， 多模态数据融合公式： ，其中，b表示行为时序数据，h表示静态结构数据，I表示图像数据图像特征，、、表示动态权重，表示融合向量。

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上海交通大学医学院附属仁济医院，其通讯地址为：200001 上海市浦东新区东方路1630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。