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！

龙图腾网获悉南京中医药大学申请的专利一种基于多模态驱动的知识图谱疗效辅助监管系统及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：CN119274729B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202411320957.4，技术领域涉及：G16H10/60；该发明授权一种基于多模态驱动的知识图谱疗效辅助监管系统及方法是由徐天成;夏有兵;黄玥滢;温静;朱梓敬;朱钱;李珂凡设计研发完成，并于2024-09-23向国家知识产权局提交的专利申请。

本一种基于多模态驱动的知识图谱疗效辅助监管系统及方法在说明书摘要公布了：本发明公开了一种基于多模态驱动的知识图谱疗效辅助监管系统及方法，属于疗效辅助监管技术领域；构建患者与电子病例之间的第一实体集和第一关系集，构建患者与B超图像之间的第二实体集和第二关系集，形成患者个性化知识图谱；对病灶附加时间序列周期标签，记为周期病灶；计算患者的疗效预测值；计算周期病灶的病灶变化率；计算患者的综合疗效评估值；计算不同患者之间的优化疗效预测值；计算最优治疗方案；本发明通过利用图像分析技术提取病灶信息，通过知识图谱构建病情和治疗方案的动态关联，量化病灶变化与疗效预测；最后，通过患者间疗效相似性分析优化治疗方案，为患者推荐最优治疗方案，从而提高了医疗决策的精准性和治疗效果的科学性。

本发明授权一种基于多模态驱动的知识图谱疗效辅助监管系统及方法在权利要求书中公布了：1.一种基于多模态驱动的知识图谱疗效辅助监管方法，其特征在于，该方法包括以下步骤： 步骤S1：建立患者数据库，构建患者的电子病历数据集和B超图像数据集；提取患者与电子病例之间的实体和关系； 步骤S2：构建患者与电子病例之间的第一实体集和第一关系集，构建初始知识图谱；利用图像分析技术提取B超图像中的病灶区域，构建患者与B超图像之间的第二实体集和第二关系集； 步骤S3：将第二实体集和第二关系集，添加到初始知识图谱中，形成患者个性化知识图谱；对病灶附加时间序列周期标签，记为周期病灶；计算患者的疗效预测值；计算周期病灶的病灶变化率；基于疗效预测值和所述病灶变化率，计算患者的综合疗效评估值； 步骤S4：基于综合疗效评估值，构建疗效评估集，并更新至患者个性化知识图谱；计算不同患者之间的优化疗效预测值；基于优化疗效预测值，计算最优治疗方案； 所述步骤S1的具体实施过程包括以下步骤： 建立患者数据库，记为HZ＝{HZa|a∈[1,A]}，其中，HZa表示第a个患者，A表示患者总数；获取患者HZa的电子病历数据和B超图像数据，分别构建电子病历数据集DB＝{DBa|a∈[1,A]}和B超图像数据集BC＝{BCa|a∈[1,A]}，其中，DBa表示第a个患者的电子病历数据，BCa表示第a个患者的B超图像数据；所述电子病例数据包括患者HZa的患病症状、治疗方案和药物； 基于所述电子病历数据集和患者数据库，提取患者与电子病例之间的实体和关系，所述实体包括患者HZa、患病症状Si、治疗方案Tb和药物Dc，其中，Si表示第i个患病症状，Tb表示第b个治疗方案，Dc表示第c种药物；所述关系包括患有、接受和使用；所述患有表示患者HZa与患病症状Si之间的患有关系，所述接受表示患者HZa与治疗方案Tb之间的接受关系，所述使用表示患者HZa与药物Dc之间的使用关系； 所述步骤S2的具体实施过程包括以下步骤： 构建患者与电子病例之间的第一实体集和第一关系集，分别记为第一实体集FE＝{患者HZa、患病症状Si、治疗方案Tb、药物Dc}和第一关系集FR＝{患有、接受、使用}，基于所述第一实体集E和第一关系集R，构建初始知识图谱，记为G＝{FE，FR}； 利用图像分析技术提取B超图像中的病灶区域L，并记录病灶的位置和大小，所述病灶区域是指在B超图像上显示出来的组织和器官的异常区域；构建患者与B超图像之间的第二实体集和第二关系集，分别记为第二实体集SE＝{患者HZa、病灶位置、病灶大小}和第二关系集SR＝{属于、位于、测量值}，所述属于表示病灶属于患者HZa，所述位于表示病灶位于B超图像中的病灶位置，所述测量值表示病灶测量出的病灶大小； 所述步骤S3的具体实施过程包括以下步骤： 将所述第二实体集和第二关系集，添加到初始知识图谱G＝{FE，FR}中，形成最终的患者个性化知识图谱，记为HG＝{FE∪SE，FR∪SR}；构建时间序列，记为SJ＝{t|t∈[1,T]}，其中，t表示第t个时间点，T表示时间点总数，对所述病灶L附加时间序列周期标签，记为周期病灶Lt； 计算患者HZa的疗效预测值PHZa,Si,Tb,Dc，计算公式如下： PHZa,Si,Tb,Dc＝α1·fSi+α2·fTb+α3·fDc； fDc＝dc·pc·ec； 其中，fSi表示患病症状的特征函数，fTb表示治疗方案的特征函数，fDc表示药物特征函数，α1、α2和α3分别表示预设的患病症状、治疗方案和药物的权重，si表示患病症状Si的严重程度，di表示症状持续的时间，fi表示症状的出现频率，Ib表示治疗方案的强度，Eb表示治疗方式的适配性，Db表示疗程的时长，dc表示药物Dc的剂量，pc表示药物的使用频率，ec表示基于临床数据设定的药物的疗效评分； 计算时间点t时，周期病灶Lt的病灶变化率ΔLt，计算公式如下： 其中，ΔLt表示周期病灶Lt的病灶变化率，L1表示治疗前的初始病灶大小，且，t≠1； 基于所述疗效预测值PHZa,Si,Tb,Dc和所述病灶变化率ΔLt，计算患者HZa的综合疗效评估值RHZa,Si,Tb,Dc,t，计算公式如下： RHZa,Si,Tb,Dc,t＝β·PHZa,Si,Tb,Dc+γ·ΔLt； 其中，β和γ表示预设的参数。

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南京中医药大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道138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”。