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！

龙图腾网获悉天津医科大学申请的专利基于关联信息处理模型的痴呆风险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：CN119694574B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510192768.1，技术领域涉及：G16H50/30；该发明授权基于关联信息处理模型的痴呆风险预测系统是由王耀刚;张愿;杨洪喜;陈妍春设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本基于关联信息处理模型的痴呆风险预测系统在说明书摘要公布了：本发明涉及健康信息技术领域，尤其涉及基于关联信息处理模型的痴呆风险预测系统，其系统首先通过数据处理模块提取多模态隐变量特征，利用因果推理和关联规则优化生成个体化风险特征矩阵。随后，系统采用强化学习优化算法动态生成个性化干预路径，通过循环神经网络实现长期风险预测。系统输出个性化预测报告，包括痴呆风险评估、趋势分析和干预建议。实验表明，本发明能够显著提升痴呆风险预测的准确性、干预策略的动态适应性及健康管理的效率。

本发明授权基于关联信息处理模型的痴呆风险预测系统在权利要求书中公布了：1.一种基于关联信息处理模型的痴呆风险预测系统，其特征在于，包括： 数据处理模块，用于采集多模态数据，包括基因数据、健康数据、行为数据和环境数据，基于多模态数据生成初始隐变量数据；将行为数据和环境数据划分为固定长度的时间窗口，每个时间窗口内的数据独立计算特征，对每个时间窗口内的数据计算均值，生成趋势特征中的均值参数，对相邻时间窗口内的均值计算变化率，生成趋势特征中的变化率参数，对时间窗口内的数据应用线性回归分析，计算趋势斜率参数，生成趋势特征中的斜率参数，基于提取的趋势特征更新初始隐变量数据，得到更新后的隐变量数据； 因果推理模块，用于基于更新后的隐变量数据构建因果模型，计算因果权重并生成个体化风险特征矩阵，其中特征矩阵通过综合分析不同因果关系变量的加权贡献生成；基于所述特征矩阵应用非线性回归算法计算个体化风险指数数据，以反映每个个体的痴呆发病可能性，所述个体化风险特征矩阵通过以下步骤计算： 确定因果权重，通过以下公式计算因果权重：，其中，表示特征对特征的因果权重，为特征和特征的协方差，为特征的方差； 基于因果权重计算特征矩阵中的特征值，通过以下公式实现：，其中，为矩阵的特征值，表示特征在特征矩阵中对特征值的贡献权重，为隐变量特征，n为隐变量特征的总数，即在特征矩阵中被考虑的不同隐变量特征的数量； 所述因果推理模块结合关联规则优化特征矩阵，通过以下步骤实现：使用Apriori算法从隐变量数据中挖掘特征之间的关联规则；依据挖掘的规则对特征矩阵进行调整，将关联规则的权重加权至因果权重；调整后的特征矩阵通过综合因果权重和关联权重重新生成； 所述个体化风险指数通过以下公式计算：，其中，表示个体化风险指数，为特征的回归系数，为隐变量特征值，为回归的常数项，n为个体化风险评估中所考虑的隐变量特征的总数； 干预优化模块，用于基于个体化风险指数数据构建强化学习环境，通过基于深度Q网络的优化算法生成动态调整后干预策略数据，优化算法采用强化学习框架，结合实时更新的风险指标和干预反馈，优化干预路径以降低痴呆发病风险； 预测与生成模块，用于基于动态调整后干预策略数据进行长期风险预测、短期趋势分析和个体分层筛查，生成个性化预测报告数据，所述报告包括风险评估和干预建议，长期风险预测任务通过循环神经网络实现，输入特征包括动态调整后干预策略数据中的个体化风险指数和高危因子标注，输出为未来时间内的风险曲线。

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天津医科大学，其通讯地址为：300070 天津市和平区气象台路22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”。