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！

龙图腾网获悉重庆邮电大学申请的专利一种基于注意力的深度学习方法预测AD转换概率的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：CN119993535B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202510086087.7，技术领域涉及：G16H50/70；该发明授权一种基于注意力的深度学习方法预测AD转换概率的方法是由刘勇;尹婷婷;于洪;代劲;胡峰;苏祖强设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种基于注意力的深度学习方法预测AD转换概率的方法在说明书摘要公布了：本发明属于数据挖掘技术领域，具体涉及一种基于注意力的深度学习方法预测AD转换概率的方法，包括：获取待预测患者的各项检查数据，将数据按照随访特征和基线特征划分为随访数据和基线数据；对随访数据进行预处理后，输入到构建好的基模型，得到随访数据表示；将随访数据表示结合基线数据输入最终决策器，得到待预测患者下一次访问由MCI转换为AD的概率。本发明基于注意力机制的原理，针对现在的时间序列数据的预测场景，我们设计了一种注意力的变体形式，为不同的特征和时间点赋予权重，借此来捕获特征间以及时间点的关系，确定不同特征和时间点的重要性。

本发明授权一种基于注意力的深度学习方法预测AD转换概率的方法在权利要求书中公布了：1.一种基于注意力的深度学习方法预测AD转换概率的方法，其特征在于，包括： S1：获取待预测患者的各项检查数据，将数据按照随访特征和基线特征划分为随访数据和基线数据； S2：对随访数据进行预处理后，输入到构建好的基模型，得到随访数据表示； 所述基模型，包括：双注意力层、时序模型； 所述双注意力层用于获取随访数据的特征重要性和时间步重要性，并用重要性权重表示，得到加权输出； 所述时序模型采用GRU网络，将加权输出通过GRU网络获取随访数据的特征表示； 所述双注意力层用于获取随访数据的特征重要性和时间步重要性，并用重要性权重表示，得到加权输出，包括： 其中，表示加权输出，xt表示随访数据，α表示特征权重，β表示时间权重； S3：将随访数据表示结合基线数据输入最终决策器，得到待预测患者下一次访问由MCI转换为AD的概率； 将随访数据表示结合基线数据输入最终决策器，得到待预测患者下一次访问由MCI转换为AD的概率，包括： 其中，y′表示预测输出，W1和W2是可训练的线性变换矩阵，ct表示随访数据的特征表示，D表示基线数据，b1和b2表示偏差向量。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。