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！

龙图腾网获悉复旦大学申请的专利基于多源融合大数据模型的大肠癌个性化智能筛查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：CN121747989B 。

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：202610230953.X，技术领域涉及：G16H50/70；该发明授权基于多源融合大数据模型的大肠癌个性化智能筛查方法及系统是由蒋虹丽;陈文;叶星辰;吕姿昀设计研发完成，并于2026-02-27向国家知识产权局提交的专利申请。

本基于多源融合大数据模型的大肠癌个性化智能筛查方法及系统在说明书摘要公布了：本发明提供一种基于多源融合大数据模型的大肠癌个性化智能筛查方法及系统，首先获取目标个体包含基因测序片段、医学影像切片、临床检验指标和电子健康记录文本的全维度健康数据集合，并生成整体健康表征向量，接着将其与预构建的群体风险知识库匹配关联，构建个体化风险知识图谱，并输入预先训练的特征演进预测模型，模拟健康状态节点状态转移，生成动态风险特征向量，再基于动态风险特征向量与预设筛查策略规则库生成包含筛查技术类型、执行顺序、初始时间点和后续周期参数的个性化筛查方案，最后根据临床执行反馈和随访结果更新模型参数与风险关联模式，实现了大肠癌筛查的个性化与智能化，提升了筛查准确性和有效性。

本发明授权基于多源融合大数据模型的大肠癌个性化智能筛查方法及系统在权利要求书中公布了：1.一种基于多源融合大数据模型的大肠癌个性化智能筛查方法，其特征在于，所述方法包括： 获取目标个体的全维度健康数据集合，全维度健康数据集合包含来源于不同医疗信息系统的基因测序片段单元、医学影像切片单元、临床检验指标单元及电子健康记录文本单元； 基于全维度健康数据集合生成目标个体的整体健康表征向量； 根据整体健康表征向量与预构建的群体风险知识库中的风险关联模式进行匹配与关联分析，构建目标个体的个体化风险知识图谱，个体化风险知识图谱包含多个健康状态节点及健康状态节点之间的风险传导边； 将个体化风险知识图谱输入预先训练的特征演进预测模型，模拟健康状态节点在连续时间切片下的状态转移过程，生成目标个体的动态风险特征向量； 基于动态风险特征向量与预设的筛查策略规则库进行策略映射处理，生成目标个体的个性化大肠癌筛查方案，所述个性化大肠癌筛查方案包含推荐使用的筛查技术类型、筛查技术类型的优先执行顺序、筛查初始时间点及后续筛查周期参数； 根据个性化大肠癌筛查方案在临床实践中的执行反馈数据与随访结果数据，更新特征演进预测模型的模型参数与群体风险知识库中的风险关联模式； 所述将个体化风险知识图谱输入预先训练的特征演进预测模型，模拟健康状态节点在连续时间切片下的状态转移过程，生成目标个体的动态风险特征向量，包括： 从个体化风险知识图谱中提取所有健康状态节点的初始状态特征表示与健康状态节点之间的风险传导边的连接强度参数； 将初始状态特征表示与连接强度参数输入特征演进预测模型的时序切片划分模块，按照预设的未来时间窗长度与时间切片粒度，将未来时间窗划分为多个连续的时间切片单元； 在特征演进预测模型的第一个时间切片单元模拟模块中，对健康状态节点的初始状态特征表示进行归一化处理，并对风险传导边的连接强度参数进行归一化处理；根据归一化处理后的健康状态节点初始状态特征表示与归一化处理后的风险传导边连接强度参数，计算每个健康状态节点在第一个时间切片单元结束时的状态转移概率分布； 根据状态转移概率分布，采用基于随机采样的状态演化模拟方法，生成每个健康状态节点在第一个时间切片单元结束时的可能状态值集合，可能状态值集合包含多个候选状态值； 基于可能状态值集合与健康状态节点之间的连接拓扑结构，计算第一个时间切片单元内风险信号在个体化风险知识图谱中的传播范围与传播强度累积量，作为第一个时间切片单元的健康状态演进快照； 将第一个时间切片单元的健康状态演进快照作为特征演进预测模型的第二个时间切片单元模拟模块的输入，重复执行状态转移概率分布计算、可能状态值集合生成与健康状态演进快照生成的操作，得到第二个时间切片单元的健康状态演进快照； 依次迭代执行时间切片单元模拟操作，直至遍历所有划分的时间切片单元，得到覆盖整个未来时间窗的连续时间切片健康状态演进快照序列； 对连续时间切片健康状态演进快照序列进行时间维度上的特征聚合与趋势提取操作，计算每个健康状态节点的状态值随时间变化的斜率信息、曲率信息及波动幅度信息； 融合所有健康状态节点的斜率信息、曲率信息及波动幅度信息，构建描述整个个体化风险知识图谱动态演变的高维时空演变特征张量； 将高维时空演变特征张量输入特征演进预测模型的动态风险编码器，通过卷积操作与池化操作提取演变模式中的关键判别性特征，并压缩编码为动态风险特征向量，动态风险特征向量中的每个元素对应一种健康状态演进模式的风险评分。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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。