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！

龙图腾网获悉西南石油大学申请的专利一种脓毒症多并发症预测方法、系统、存储介质及设备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：CN121709266B 。

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：202610183671.9，技术领域涉及：G16H50/30；该发明授权一种脓毒症多并发症预测方法、系统、存储介质及设备是由郑德生;王建树;戴振晖;冯美玲;周秋宇;袁航宇;田序伟;李晓瑜;周永设计研发完成，并于2026-02-09向国家知识产权局提交的专利申请。

本一种脓毒症多并发症预测方法、系统、存储介质及设备在说明书摘要公布了：本发明公开了一种脓毒症多并发症预测方法、系统、存储介质及设备，属于智能医疗技术领域，方法包括以下步骤：S1.采集脓毒症患者多维时序生理数据；S2.对所述时序生理数据构建医学感知特征向量；S3.构建脓毒症多并发症预测模型并引入生理逻辑时空复合掩码矩阵；S4.采用层次化专家混合网络H‑MoE输出多并发症预测概率；S5.采用基于任务不确定性的动态加权损失函数训练所述模型；S6.风险输出与特征贡献度解释；本发明模型通过引入生理逻辑掩码与H‑MoE架构，实现了对脓毒症复杂并发症的精准、同步预测，能够有效过滤冗余特征，并揭示其间的复杂关联，为临床医生提供量化的决策支持，从而实现早期干预和个性化治疗。

本发明授权一种脓毒症多并发症预测方法、系统、存储介质及设备在权利要求书中公布了：1.一种脓毒症多并发症预测方法，其特征在于，包括以下步骤： S1.采集脓毒症患者多维时序生理数据； S2.对所述时序生理数据构建医学感知特征向量，其中至少包括： 计算时序生理数据的变异度特征； 对乳酸、肌酐及血压指标，依据序贯器官衰竭评估医学阈值和或脓毒症相关临床指南阈值设置分段激活函数进行非线性映射； S3.构建脓毒症多并发症预测模型，所述脓毒症多并发症预测模型，包括： 线性投影层，用于将每个时间步的全部特征映射到模型特征维度，并添加位置编码； 一个共享特征提取层，与所述线性投影层连接，采用仅含编码器的Transformer架构，用于从线性投影层的输出中提取与脓毒症相关的特征表示； 多个独立的任务特定预测层，与所述共享特征提取层连接，每个任务特定预测层对应一种待预测的脓毒症并发症任务； 脓毒症多并发症预测模型用于将所述医学感知特征向量输入共享特征提取层的Transformer编码器得到共享时序表征，并在自注意力中引入生理逻辑时空复合掩码矩阵M以约束注意力权重；其中，所述生理逻辑时空复合掩码矩阵M由时间掩码矩阵与空间掩码矩阵按逐元素方式组合得到，且至少满足如下生成规则： 时间掩码抑制：针对不同器官系统预设平均生理反应滞后阈值，当历史时间点与当前预测时间点的间隔满足时，对应注意力得分置为负无穷或使归一化后的注意力权重为零；当时，按指数型时间衰减函数降低对应注意力得分，其中为与器官系统对应的衰减系数； 空间掩码抑制：基于医学知识图谱中器官节点间的边权和或路径相关度得到器官关联权重，当低于预设阈值时，对跨器官特征维度的注意力得分进行抑制或屏蔽；当高于预设阈值时，不对跨器官特征维度的注意力得分进行抑制或减弱对跨器官特征维度的注意力得分的抑制； 所述生理逻辑时空复合掩码矩阵M用于对自注意力得分进行抑制或屏蔽，使被掩码的时间位置或特征维度在注意力归一化中不参与或贡献降低，以获得受生理逻辑约束的共享时序表征； S4.在所述任务特定预测层采用层次化专家混合网络H-MoE输出多并发症预测概率，所述H-MoE至少包括： 器官系统专家层，针对不同器官系统分别设置多个系统专家模块，所述不同器官系统包括呼吸、循环、泌尿及代谢系统，各系统专家模块以所述共享时序表征为输入并输出对应器官系统的中间风险表征或任务特征表征； 门控聚合层，包括门控网络，所述门控网络以所述共享时序表征为输入输出各系统专家模块的激活权重，所述激活权重经Softmax归一化后对各系统专家模块输出进行加权聚合； S5.采用基于任务不确定性的动态加权损失函数训练所述脓毒症多并发症预测模型，其中对不同脓毒症并发症任务分别设置可学习方差参数，并由所述可学习方差参数自适应调节各脓毒症并发症任务损失权重； S6.利用训练好的脓毒症多并发症预测模型输出当前脓毒症患者的急性呼吸窘迫综合征、感染性休克在内的多并发症风险，并输出与所述生理逻辑时空复合掩码矩阵M约束一致的特征贡献度解释。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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。