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！

龙图腾网获悉东北大学;上海市第六人民医院申请的专利基于不等长CGM数据的糖尿病并发症风险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：CN120727298B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202511173443.5，技术领域涉及：G16H50/30；该发明授权基于不等长CGM数据的糖尿病并发症风险评估方法是由于霞;韩博文;李鸿儒;孙晓宇;周健;陆静毅;马晓静设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本基于不等长CGM数据的糖尿病并发症风险评估方法在说明书摘要公布了：本发明公开了一种基于不等长CGM数据的糖尿病并发症风险评估方法，属于评估方法领域，本发明旨在解决如何尽量在不丢失动态信息的前提下，从糖尿病患者不等长CGM序列中提取与并发症相关特征并实现高效风险评估的问题，本发明包括以下步骤：步骤1：获取糖尿病患者的多日CGM数据序列；步骤2：基于所述多日CGM数据序列进行特征提取，得到多日CGM序列特征C；步骤3：将所述多日CGM序列特征C输入到FCNN中，从而得到糖尿病患者患并发症的概率。

本发明授权基于不等长CGM数据的糖尿病并发症风险评估方法在权利要求书中公布了：1.一种基于不等长CGM数据的糖尿病并发症风险评估方法，其特征在于，包括以下步骤： 步骤1：获取糖尿病患者的多日CGM数据序列； 步骤2：基于所述多日CGM数据序列进行特征提取，得到多日CGM序列特征C； 首先，利用多日CGM数据序列构建单日血糖子序列集；基于所述单日血糖子序列集，提取CGM日内局部特征以及CGM全局表征，并将二者整合，进而获取多日CGM深度特征；随后，依据所述多日CGM深度特征得出多日CGM聚合特征；同时，提取与糖尿病并发症标签相关的手工特征数据，并对其进行处理，得到手工特征数据集；最终，将多日CGM聚合特征与手工特征集进行合并，得到多日CGM序列特征C； 所述得到多日CGM序列特征C包括以下步骤： 步骤2.1：对所述多日CGM数据序列进行标准化处理，构建出单日血糖子序列集； 步骤2.2：基于单日血糖子序列集中的第i日血糖序列，获得血糖序列的CGM日内局部特征，其中，，是采用等距卷积对局部特征进行特征提取得到的CGM日内局部特征，分别是对在1,4,8,12小时时间尺度提取的局部特征； 步骤2.3：基于单日血糖子序列集中的第i日血糖序列，获得血糖序列的CGM全局表征 所述步骤2.3中获得CGM全局表征，具体包括以下步骤： 步骤2.3.1：对于第i日血糖序列使用FCNN进行特征提取，得到CGM全天表征F； 步骤2.3.2：自注意力机制模块对于输入的特征分别计算Query向量Q，Key向量K和Value向量V，而后使用加入缩放因子的点积注意力得到注意力输出； 步骤2.3.3：利用多头注意力机制，将Query、Key和Value多次线性投影到、和维度； 步骤2.3.4：并行执行注意力函数，将得到的多个注意力输出值拼接起来并进行映射，得出线性组合所有注意力头的输出矩阵； 步骤2.3.5：将FCNN提取到的CGM全天表征F输入掩码多头自注意力模块，学习CGM全天表征F之间的日间关联模式，从而生成CGM关联表征； 步骤2.3.6：将CGM全天表征F与CGM关联表征相加得到CGM全局表征=； 步骤2.4：通过对每一日的CGM日内局部特征与CGM全局表征进行合并，得到多日CGM深度特征，其中，； 步骤2.5：基于所述多日CGM深度特征进行加权聚合，从而获取多日CGM聚合特征A； 步骤2.6：提取与糖尿病并发症标签相关的手工特征数据，并进行归一化处理，得到手工特征数据集Z； 步骤2.7：对所述多日CGM聚合特征A与手工数据集Z合并，得到多日CGM序列特征C； 步骤3：将所述多日CGM序列特征C输入到全连接神经网络FCNN中，从而得到糖尿病患者患并发症的概率。

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东北大学;上海市第六人民医院，其通讯地址为：110819 辽宁省沈阳市和平区文化路三巷11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。