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！

龙图腾网获悉湖南省人民医院(湖南师范大学附属第一医院)申请的专利基于多模型人工智能的前列腺癌内分泌治疗耐药预测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：CN120527031B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202510692900.5，技术领域涉及：G16H70/40；该发明授权基于多模型人工智能的前列腺癌内分泌治疗耐药预测系统是由李震;郭玺;李远伟;王佳设计研发完成，并于2025-05-27向国家知识产权局提交的专利申请。

本基于多模型人工智能的前列腺癌内分泌治疗耐药预测系统在说明书摘要公布了：本发明公开了一种基于多模型人工智能的前列腺癌内分泌治疗耐药预测系统，包括：数据采集及预处理模块、单组学预测模块、多模态特征集成模块、模型训练模块及预测结果输出模块。采集患者的多组学数据并预处理，使用先验知识生成不同标签的组学数据的数据表征，基于知识增强后的数据表征为不同标签的组学数据匹配最佳单组学预测模型，采用Stacking将不同标签医疗数据对应的最佳单组学预测模型构建前列腺癌内分泌治疗耐药性的多组学预测模型，预测患者在预设时间内的耐药风险并输出预警，根据耐药风险调整患者的治疗方案。本发明整合多组学数据，构建前列腺癌内分泌治疗耐药的精准多组学预测模型，提升耐药预测的准确性和临床适用性。

本发明授权基于多模型人工智能的前列腺癌内分泌治疗耐药预测系统在权利要求书中公布了：1.一种基于多模型人工智能的前列腺癌内分泌治疗耐药预测系统，其特征在于，包括数据采集及预处理模块、单组学预测模块、多模态特征集成模块、模型训练模块及预测结果输出模块； 所述数据采集及预处理模块负责采集患者的多组学数据，并将采集的多组学数据进行预处理； 所述单组学预测模块使用先验知识生成不同标签的组学数据的数据表征，基于知识增强后的数据表征为不同标签的组学数据匹配最佳单组学预测模型，并对不同标签医疗数据对应的最佳单组学预测模型进行训练； 所述多模态特征集成模块采用Stacking将不同标签医疗数据对应的最佳单组学预测模型构建前列腺癌内分泌治疗耐药性的多组学预测模型，预测患者在预设时间内的耐药风险； 所述模型训练模块获取训练数据，使用数据平衡后的训练数据进行最佳单组学预测模型的训练，并引入联邦学习思想更新前列腺癌内分泌治疗耐药性的多组学预测模型； 所述预测结果输出模块将患者在预设时间内的耐药风险进行输出预警，根据所述耐药风险调整患者的治疗方案； 在单组学预测模块中，使用先验知识生成不同标签的组学数据的数据表征，具体为： 获取患者的多组学数据，构建时序编码器分别对不同数据类别标签的医疗数据子集进行编码获取不同数据的时间依赖关系，生成多组学数据中不同数据的隐层表示； 根据患者对应的不同数据的隐层表示使用相似度计算获取相似度符合预设要求的前列腺癌内分泌治疗耐药记录实例，从所述前列腺癌内分泌治疗耐药记录实例中检索与患者相似的患者群体构建上下文学习样例； 将患者对应的不同数据的隐层表示及上下文学习样例进行空间分布对齐，导入医疗领域大模型生成各数据类别标签在内分泌治疗耐药预测任务的个性化医疗知识； 将不同数据的隐层表示与个性化医疗知识编码为嵌入向量，输出不同标签的组学数据经过知识增强后的数据表征； 基于知识增强后的数据表征为不同标签的组学数据匹配最佳单组学预测模型，并对不同标签医疗数据对应的最佳单组学预测模型进行训练，具体为： 根据患者多组学数据经过知识增强后的数据表征获取在前列腺癌内分泌治疗耐药预测任务下与不同数据类别标签存在关联的预测模型类别； 使用不同数据类别标签、预测模型类别标签及关联构建关系图，利用Metapath随机游走对所述关系图进行预训练，生成包含以不同数据类别标签为头节点的元路径； 引入图注意力网络对不同数据类别标签为头节点的元路径进行表示，将元路径中的预测模型类别节点作为头节点的邻居节点，通过图卷积获取节点特征向量，计算不同元路径中邻居节点对头节点的注意力权重； 通过所述注意力权重将各元路径中的邻居节点进行排序，根据排序结果确定各元路径中最佳单组学预测模型，通过不同数据类别标签的医疗数据子集构建训练样本训练匹配的最佳单组学预测模型。

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湖南省人民医院(湖南师范大学附属第一医院)，其通讯地址为：410000 湖南省长沙市芙蓉区解放西路61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。