中南大学湘雅二医院刘傥获国家专利权
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!
龙图腾网获悉中南大学湘雅二医院申请的专利一种基于物联网的疾病特征识别评估模型的构建方法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:CN120561743B 。
龙图腾网通过国家知识产权局官网在2025-10-24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:202511048419.9,技术领域涉及:G06F18/2415;该发明授权一种基于物联网的疾病特征识别评估模型的构建方法是由刘傥;黎志宏;张祥洪;任晓磊;周剑设计研发完成,并于2025-07-29向国家知识产权局提交的专利申请。
本一种基于物联网的疾病特征识别评估模型的构建方法在说明书摘要公布了:本发明涉及模型构建技术领域,尤其涉及一种基于物联网的疾病特征识别评估模型的构建方法。所述方法包括以下步骤:通过物联网医疗设备实时采集患者多模态生理数据,并对患者多模态生理数据进行数据预处理,生成标准患者生理数据,并将标准患者生理数据存储至分布式数据库;基于生物样本库提取基因测序数据;对标准患者生理数据进行全域健康危险因素感知,生成用户层次健康危险感知数据;将用户层次健康危险感知数据和基因测序数据进行特征融合,以构建包含时空维度的疾病特征矩阵。本发明通过多模态数据融合、时空演化建模、深度学习架构及个性化风险评估,提高了疾病特征识别评估模型构建的精度和时效性。
本发明授权一种基于物联网的疾病特征识别评估模型的构建方法在权利要求书中公布了:1.一种基于物联网的疾病特征识别评估模型的构建方法,其特征在于,包括以下步骤: 步骤S1:通过物联网医疗设备实时采集患者多模态生理数据,并对患者多模态生理数据进行数据预处理,生成标准患者生理数据,并将标准患者生理数据存储至分布式数据库; 步骤S2:基于生物样本库提取基因测序数据;对标准患者生理数据进行全域健康危险因素感知,生成用户层次健康危险感知数据;将用户层次健康危险感知数据和基因测序数据进行特征融合,以构建包含时空维度的疾病特征矩阵; 步骤S3:采用堆叠式深度学习架构训练疾病预测模型,其中疾病预测模型包含用于时序特征提取的LSTM层、空间特征提取的图卷积网络层及多模态融合层;将疾病特征矩阵输入至疾病预测模型中进行风险概率预测,从而输出个体健康特征响应值; 步骤S4:获取疾病地区分布数据;基于疾病地区分布数据构建时空演化图谱;通过个体健康特征响应值分析时空演化图谱的疾病传播规律,并对分析结果进行生存分析识别,生成疾病发展预测曲线;其中,步骤S4中基于疾病地区分布数据构建时空演化图谱包括: 对疾病地区分布数据进行空间聚集特征提取,生成疾病地区空间聚集特征数据; 根据疾病地区空间聚集特征数据对疾病地区分布数据进行地理栅格化,生成疾病密度分布图; 基于个体健康特征响应值对疾病密度分布图进行时间序列演化模式识别,得到时序演化模式数据; 利用时序演化模式数据对疾病密度分布图进行传播路径预测,生成初始传播网络; 对初始传播网络进行动态权重优化,生成时空演化图谱;其中,通过个体健康特征响应值分析时空演化图谱的疾病传播规律,并对分析结果进行生存分析识别包括: 对个体健康特征响应值数据进行空间-时间滤波,生成去噪后时空风险矩阵; 对去噪后的时空风险矩阵进行差分处理,生成时空变化率数据; 对时空变化率数据进行时序聚类分析,生成传播模式集群数据; 对传播模式集群数据进行Cox回归生存分析,生成疾病传播生存曲线; 对疾病传播生存曲线进行风险函数拟合,生成疾病发展预测曲线; 步骤S5:根据疾病发展预测曲线对时空演化图谱进行动态图谱映射,生成地区疾病特征演化图谱;提取地区疾病特征演化图谱的动态相似节点数据并进行风险评估,以构建疾病特征识别评估模型。
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中南大学湘雅二医院,其通讯地址为:410011 湖南省长沙市芙蓉区人民中路139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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励