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！

龙图腾网获悉中国人民解放军空军军医大学申请的专利基于大数据的缺血性脑卒中预测系统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：CN120260924B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202510410225.2，技术领域涉及：G16H50/30；该发明授权基于大数据的缺血性脑卒中预测系统是由廖雯雯;王晓庆;宗子钰;董银娟;吴夏萌;潘文娟设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本基于大数据的缺血性脑卒中预测系统在说明书摘要公布了：本发明公开了基于大数据的缺血性脑卒中预测系统，包括数据采集模块、数据集优化模块、缺血性脑卒中预测模型构建模块和缺血性脑卒中预测模块。本发明属于数据处理领域，具体是指基于大数据的缺血性脑卒中预测系统，本方案通过主动学习结合加权不确定性选择样本，加权系数考虑样本的类别分布，结合高斯过程模型的预测误差，基于每个样本的不确定性和罕见度，动态调整患者数据集；实现患者数据集的高效选择；采用动态权重系数，根据样本的梯度密度自动权重，对缺血性脑卒中的高风险样本患者更高权重；构建风险分层损失对不同风险等级的患者进行精确分类；进而实现缺血性脑卒中的精准预测。

本发明授权基于大数据的缺血性脑卒中预测系统在权利要求书中公布了：1.基于大数据的缺血性脑卒中预测系统，其特征在于：系统包括数据采集模块、数据集优化模块、缺血性脑卒中预测模型构建模块和缺血性脑卒中预测模块； 所述数据采集模块采集历史患者医疗数据，通过特征工程处理得到原始数据集； 所述数据集优化模块利用主动学习技术，基于加权不确定性对数据集进行优化； 所述缺血性脑卒中预测模型构建模块基于多层感知机，设计了动态权重系数和风险分层损失函数来构建缺血性脑卒中预测模型； 所述缺血性脑卒中预测模块基于建立完成的缺血性脑卒中预测模型对实时患者医疗数据实现缺血性脑卒中预测； 所述数据集优化模块具体包括以下内容： 初始化单元；从原始数据集中随机选择nl个样本数据作为初始训练集；用于训练初始的高斯过程模型表示为：；设噪声服从；真实标签的分布表示为：；其中，是初始训练集中每个样本的输入特征；是对应的真实标签；是设样本对应的隐函数服从均值为、协方差函数为K的高斯过程；是噪声假设服从均值为0、方差为的正态分布；是给定输入特征下，真实标签的概率分布；I是单位矩阵； 主动学习选择单元；对剩余数据集进行预测，计算每个样本的不确定性；表示为：；；计算罕见度，表示为：；构建加权不确定性，表示为：；其中，是剩余数据的高斯过程模型预测输出；是新样本与初始训练样本之间的协方差向量；T是矩阵转置；是不确定性；是第i个样本对应类别的样本数量；是数据集中的样本总数； 数据集构建单元；根据加权不确定性从小到大排序，选取前z个加权不确定性较低的样本加入训练集；重复主动学习选择步骤直至达到最大迭代次数；得到最终数据集； 所述缺血性脑卒中预测模型构建模块中基于多层感知机模型和最终数据集实现缺血性脑卒中预测模型的构建；具体包括以下内容： 特征提取单元；使用多层感知机对输入特征进行非线性变换，对于输入数据X，经过第一层线性变换后表示为：；第二层全连接变换对第一层的输出进行进一步的线性变换，并再次应用ReLU激活，表示为：；引入残差连接；当x与维度匹配时，输出表示为：；当x与维度不匹配时，输出表示为：；其中，和分别是第一层变换和第二层变换的输出；和是第一层的权重矩阵和偏置；和是第二层的权重矩阵和偏置；ReLU·是ReLU激活函数；y是特征提取输出；x是患者的输入特征向量；和是用于调整输入维度匹配的权重和偏置； 预测输出单元；使用全连接层输出最终的预测结果，表示为：为；其中，是模型预测的缺血性脑卒中风险概率；sigmoid·是sigmoid函数； 损失函数设计单元；具体包括： 构建初始交叉熵损失函数，表示为：；计算梯度，设预测概率；梯度表示为：；令；引入梯度密度，表示为：；；定义动态权重系数，表示为：；其中，是初始交叉熵损失函数；Y是真实标签；是初始交叉熵损失函数的梯度；是预测误差；和分别是第i个样本和第k个样本的预测误差；n是样本总数；k是样本索引；是局部核函数；u是窗口宽度参数； 构建风险分层损失；对已发生缺血性脑卒中的数据重新标注标签，标签包括极高风险、高风险、中风险和低风险；将每个患者通过模型输出的概率转换为风险评分；表示为：；风险分层损失表示为：；其中，是第i个样本的风险评分；是第i个样本的预测概率；是第i个样本的真实标签；和是中间风险区间的平衡因子；将的数据标签输出为极高风险；将的数据标签输出为高风险；将的数据标签输出为中风险；将的数据标签输出为低风险； 最终缺血性脑卒中预测模型的损失函数L表示为：。

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人民解放军空军军医大学，其通讯地址为：710038 陕西省西安市灞桥区新寺路569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。