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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利基于机器学习的食管癌预后风险分析方法、系统及介质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：CN120954737B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511493401.X，技术领域涉及：G16H50/30；该发明授权基于机器学习的食管癌预后风险分析方法、系统及介质是由李雪玲;汪健涛;程旭;黄洁;朱婧怡设计研发完成，并于2025-10-20向国家知识产权局提交的专利申请。

本基于机器学习的食管癌预后风险分析方法、系统及介质在说明书摘要公布了：本发明公开了基于机器学习的食管癌预后风险分析方法、系统及介质，涉及人工智能技术与生物信息学技术领域，包括：步骤一、采集患者多模态数据并标准化处理，据以构建稳定特征集；步骤二、构建多种机器学习模型，基于稳定特征集建模实现各个机器学习模型的高低风险组预测，据以确定机器学习模型以及最优特征集；步骤三、计算最优特征集中各个特征之间的SHAP交互值，据以绘制交互值曲线，得到TopA个交互特征对，将交互特征对作为新构建的特征纳入步骤一的原始特征集，重复步骤一的特征筛选流程以及步骤二，从而得到最优机器学习模型，用于预测患者高低风险组；该预后风险分析方法对局部晚期食管癌患者高低风险组检测特异度大幅提升。

本发明授权基于机器学习的食管癌预后风险分析方法、系统及介质在权利要求书中公布了：1.基于机器学习的食管癌预后风险分析方法，其特征在于，包括： 步骤一、采集患者多模态数据并标准化处理，对标准化处理后的数据进行特征提取得到影像组学特征，将影像组学特征和临床特征组成的原始特征集通过特征筛选流程确定筛选后的稳定特征集，所述多模态数据包括CT图像和临床特征； 步骤二、构建多种机器学习模型，基于步骤一所述筛选后的稳定特征集建模实现各个机器学习模型的高风险组和低风险组预测，选择最佳特征数和综合评价得分最高的机器学习模型以及确定最优特征集； 步骤三、计算最优特征集中各个特征之间的SHAP交互值并平均绝对化处理后构建特征交互强度矩阵，据以绘制交互值曲线图，得到TopA个交互特征对，将每个交互特征对中两个特征进行分层归一化后相乘再开方，作为新构建的特征纳入步骤一的原始特征集，重复步骤一的特征筛选流程以及步骤二，从而得到最优机器学习模型，用于预测患者高风险组和低风险组，据以进行食管癌预后风险分析，其中A为整数。

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国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市蜀山区蜀山湖路350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。