Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京交通大学杨扩获国家专利权

北京交通大学杨扩获国家专利权

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!

龙图腾网获悉北京交通大学申请的专利融合多图卷积与本体知识的证候预测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:CN119207726B

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:202411112467.5,技术领域涉及:G16H20/90;该发明授权融合多图卷积与本体知识的证候预测方法及系统是由杨扩;周雪忠;董鑫;赵辰羲设计研发完成,并于2024-08-14向国家知识产权局提交的专利申请。

融合多图卷积与本体知识的证候预测方法及系统在说明书摘要公布了:本发明提供一种融合多图卷积与本体知识的中医智能辨证方法与系统,属于疾病证候预测技术领域,获取临床电子病历数据和中医知识库本体数据;利用预先训练好的证候预测模型对获取的临床电子病历数据和中医知识库本体数据进行处理,得到证候预测结果;其中,所述证候预测模型包括图构建模块、嵌入表示学习模块、特征融合模块以及智能辩证模块。本发明建立了融合临床病历数据和中医本体知识的症状特征图、证候标签图,以及证候‑证候图的构建策略,以及结合多图卷积神经网络与特征融合的症状与证候嵌入表示学习技术,最终实现症状、证候、患者的精准嵌入表示,提升了智能辨证算法的预测精度。

本发明授权融合多图卷积与本体知识的证候预测方法及系统在权利要求书中公布了:1.一种融合多图卷积与本体知识的证候预测方法,其特征在于,包括: 获取临床电子病历数据和中医知识库本体数据; 利用预先训练好的证候预测模型对获取的临床电子病历数据和中医知识库本体数据进行处理,得到证候预测结果;其中,所述证候预测模型包括图构建模块、嵌入表示学习模块、特征融合模块以及智能辩证模块;所述图构建模块用于融合症状与中医知识库本体中症状本体知识以及临床记录中证候、症状共现关系,建立症状图、证候图以及症状‑证候图; 所述嵌入表示学习模块用于以症状特征图、证候标签图、症状‑证候图为输入,利用多图卷积神经网络模型分别学习症状特征,证候标签在各个图上的嵌入表示;所述特征融合模块用于利用最大池化技术,分别实现症状、证候嵌入表示的有机融合,得到融合图结构和语义信息的症状和证候的嵌入表示特征;所述智能辩证模块用于通过多层神经网络,得到对每种候选证候的预测概率,并以概率排序后的证候序列作为最终预测出的证候输出结果;其中,经过嵌入表示学习后,症状特征图的嵌入表示记为症状的语义嵌入表示记为症状‑证候图中的症状嵌入表示部分记为证候嵌入表示部分记为证候图的嵌入表示记为证候的语义嵌入表示记为利用最大池化技术,分别实现症状、证候嵌入表示的有机融合: 得到融合图结构和语义信息的症状和证候的嵌入表示特征; 将最终的症状嵌入表示与患者的原始Multi‑hot嵌入表示P进行相乘操作,得到患者的症状嵌入表示,记为将患者症状嵌入表示经过多层神经网络得到患者最终的症状嵌入表示同时,将证候嵌入表示经过多层神经网络,得到最终的证候嵌入表示然后,通过将患者症状嵌入表示与证候嵌入表示进行相乘计算,并将计算结果经过Sigmoid函数,形成每个证候的预测概率值。

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北京交通大学,其通讯地址为:100044 北京市海淀区西直门外上园村3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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。