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！

龙图腾网获悉四川省肿瘤医院申请的专利基于机器学习的血液肿瘤化疗后粒缺伴发热疗效评估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：CN120748754B 。

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：202511272431.8，技术领域涉及：G16H50/50；该发明授权基于机器学习的血液肿瘤化疗后粒缺伴发热疗效评估方法是由文彦;徐薇薇;梁娟;汪建琼;文静设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本基于机器学习的血液肿瘤化疗后粒缺伴发热疗效评估方法在说明书摘要公布了：本发明涉及疾病疗效评估技术领域，公开一种基于机器学习的血液肿瘤化疗后粒缺伴发热疗效评估方法，包括：S1：采集多中心医疗数据并进行预处理，所述数据包括结构化临床数据与多模态非结构化数据；S2：基于图神经网络构建疗效预测模型并采用基于中心矩约束的图联邦学习训练模型，包括：构建患者图作为原图和生成增强图；通过双通道图卷积神经网络分别处理原图和增强图，提取高阶表示向量；基于原始图与增强图的高阶表示向量构建增强感知损失函数；通过联邦学习框架联合多中心数据训练模型；步骤S3：通过训练完成的疗效预测模型预测疗效评估结果。本发明提升了疗效评估的准确性、稳定性与临床可解释性。

本发明授权基于机器学习的血液肿瘤化疗后粒缺伴发热疗效评估方法在权利要求书中公布了：1.一种基于机器学习的血液肿瘤化疗后粒缺伴发热疗效评估方法，其特征在于，包括以下步骤： 步骤S1：采集多中心医疗数据并进行预处理，所述数据包括结构化临床数据与多模态非结构化数据；所述多模态非结构化数据包括医学文本数据、医学影像数据及其衍生特征数据； 步骤S2：基于图神经网络构建疗效预测模型并采用基于中心矩约束的图联邦学习训练模型，包括：以预处理后的数据中的临床变量为节点V、基于临床变量之间的统计相关性或临床相关性构建边E，构建患者图作为原图G=V,E；基于图增强机制对原图施加结构扰动和特征扰动，生成增强图；通过共享权重的双通道图卷积神经网络分别处理原图和增强图，提取高阶表示向量；基于原始图与增强图的高阶表示向量构建增强感知损失函数；通过联邦学习框架联合多中心数据训练模型，并引入中心矩约束对齐特征分布； 其中，所述基于原始图与增强图的高阶表示向量构建增强感知损失函数，包括： 通过多层感知网络预测原图与增强图的表示向量的差异，得到预测图间距离； 采用融合节点特征与图结构的差异度量方法计算原图与增强图之间的真实图间距离； 以预测差异与真实图距离的误差作为损失约束并以L2范数约束预测图间距离与真实图间距离的一致性； 所述采用融合节点特征与图结构的差异度量方法计算原图与增强图之间的真实图间距离为采用融合节点特征分布差异和图拓扑结构差异的Fused-Gromov-Wasserstein距离计算，包括： 计算节点特征分布的Wasserstein距离，以度量节点特征即分布的差异； 计算图拓扑结构的Gromov-Wasserstein距离，以度量图拓扑结构的差异； 通过可调参数α动态平衡特征分布的差异与图拓扑结构的差异的权重，得到最终图距离； 采用最优传输算法计算节点匹配的耦合矩阵，该耦合矩阵通过最小化原图与增强图间的综合差异实现对齐节点特征与图结构； 步骤S3：将新患者数据构建为患者图，通过训练完成的疗效预测模型，输出疗效为有效与无效的概率分布，取最大概率类别作为疗效评估结果。

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四川省肿瘤医院，其通讯地址为：610041 四川省成都市武侯区人民南路四段55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。