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！

龙图腾网获悉广东康合慢病防治研究中心有限公司申请的专利慢性疾病风险预测模型训练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：CN119069127B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411134109.4，技术领域涉及：G16H50/30；该发明授权慢性疾病风险预测模型训练方法及系统是由黄立兵;陈红晓;张英;吴杰;刘少勇;郭红雷设计研发完成，并于2024-08-19向国家知识产权局提交的专利申请。

本慢性疾病风险预测模型训练方法及系统在说明书摘要公布了：本发明公开了一种慢性疾病风险预测模型训练方法及系统，方法包括：从多个异构数据源中收集与慢性疾病相关的患者数据，以生成多种模态的初步数据特征集；基于集成学习算法，对初步数据特征集实施多层次特征选择，筛选对慢性疾病风险的影响程度达到预设标准的关键特征；利用注意力机制对各个关键特征加权，生成加权特征；基于加权特征生成不同层次的特征子集，利用各特征子集对待训练模型进行分层训练，以使模型逐步学习不同特征对慢性疾病风险预测的影响，得到训练完成的慢性疾病风险预测模型。利用本发明实施例，能够整合多模态数据，实施有效的特征选择与加权，以实现模型的分层训练，从而提高慢性疾病风险预测模型的准确性和实用性。

本发明授权慢性疾病风险预测模型训练方法及系统在权利要求书中公布了：1.一种慢性疾病风险预测模型训练方法，其特征在于，所述方法包括： 从多个异构数据源中收集与慢性疾病相关的患者数据，以生成多种模态的初步数据特征集；其中，所述异构数据源为结构化数据或非结构化数据，所述异构数据源包括：电子健康记录、发病信息、医疗影像、基因组数据、实验室检测结果、个人生活习惯调查、社会经济背景及环境因素、社交媒介数据以及患者自我报告的生活方式和健康行为； 基于集成学习算法，对初步数据特征集实施多层次特征选择，筛选对慢性疾病风险的影响程度达到预设标准的关键特征；其中，利用随机森林和梯度提升树技术，提取每个特征的重要性得分，形成特征重要性得分列表；将初步数据特征根据重要性得分划分为高、中、低三个层次，将高层次的初步数据特征，直接作为对慢性疾病风险的影响程度达到预设标准的关键特征；对中层次和低层次的初步数据特征，利用递归特征消除技术，筛选对慢性疾病风险的影响程度达到预设标准的关键特征； 利用注意力机制对各个关键特征进行加权，生成对应的加权特征；其中，利用注意力机制，确定每个关键特征向量对应的、体现不同模态的重要性的注意力权重向量；分别计算每个关键特征向量与对应注意力权重向量的乘积，得到对应的加权特征； 基于所述加权特征生成不同层次的特征子集，利用各特征子集对待训练模型进行分层训练，以使待训练模型逐步学习不同特征对慢性疾病风险预测的影响，最终得到训练完成的慢性疾病风险预测模型，其中，利用遗传算法优化待训练模型的超参数设置；其中，根据各加权特征包含的关键特征的层次，将各加权特征划分为不同层次的特征子集；对于每个特征子集，根据层次顺序训练慢性疾病风险预测子模型，以使子模型逐步适应和学习不同特征对慢性疾病风险预测的影响，在每一轮训练中，将一个特征子集作为输入，基于该特征子集对子模型进行训练；将各个特征子集训练得到的子模型进行集成，得到综合的慢性疾病风险预测模型。

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广东康合慢病防治研究中心有限公司，其通讯地址为：510030 广东省广州市越秀区沿江中路298号中区三楼自编08房(不可作厂房使用)；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。