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！

龙图腾网获悉温州市中心医院申请的专利肿瘤疗护智能分类预测方法、系统及设备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：CN119650072B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510177872.3，技术领域涉及：G16H50/30；该发明授权肿瘤疗护智能分类预测方法、系统及设备是由董事;黄张苗;叶晓峰;张豪;林红花;邱恩毅设计研发完成，并于2025-02-18向国家知识产权局提交的专利申请。

本肿瘤疗护智能分类预测方法、系统及设备在说明书摘要公布了：本申请适用于肿瘤疗护技术领域，尤其涉及肿瘤疗护智能分类预测方法、系统及设备，该方法包括：通过获取各目标患者的肿瘤相关分子标记物检测数值及临床诊疗特征，全面整合患者的多维度医疗信息；依据分子标记物与临床特征的关联性，构建科学量化的多维度预后分层指标集，形成精准的分层评估框架；将医疗数据输入预训练的多层神经网络模型，通过跨模态特征融合技术生成高解析度的肿瘤表征图谱；基于图谱与分层指标集的动态匹配，结合随机森林模型计算分层贡献度参数及预后风险评分，完成对患者病情的精准量化评估，临床决策提供了高可信度的量化依据，有效降低了过度治疗风险并改善了患者预后管理效果。

本发明授权肿瘤疗护智能分类预测方法、系统及设备在权利要求书中公布了：1.一种肿瘤疗护智能分类预测方法，其特征在于，包括： 获取各目标患者的医疗数据；其中，所述医疗数据包括肿瘤相关分子标记物检测数值及临床诊疗特征； 依据所述肿瘤相关分子标记物检测数值及所述临床诊疗特征，构建多维度预后分层指标集； 将所述医疗数据输入预训练的多层神经网络模型进行特征融合，得到肿瘤表征图谱，包括：对所述肿瘤相关分子标记物检测数值进行标准化处理，得到各所述目标患者的规范化分子标记数据；对所述临床诊疗特征进行特征嵌入和空值补偿，得到各所述目标患者的结构化诊疗数据；将各所述目标患者的所述规范化分子标记数据与所述结构化诊疗数据组合为联合输入张量；通过多层神经网络模型的卷积层提取所述联合输入张量的局部特征，并通过注意力机制对所述联合输入张量的所述局部特征进行加权融合，得到融合后的跨模态融合特征张量；将融合后的所述跨模态融合特征投影至二维空间，得到肿瘤表征图谱；其中，所述肿瘤表征图谱是通过深度学习模型对医疗数据进行特征融合后生成的可视化数据模型； 根据所述肿瘤表征图谱和所述多维度预后分层指标集，计算各所述目标患者的分层贡献度参数及预后风险评分； 基于各所述目标患者的所述分层贡献度参数及所述预后风险评分，生成各所述目标患者的个性化疗护方案分类结果； 其中，所述依据所述肿瘤相关分子标记物检测数值及所述临床诊疗特征，构建多维度预后分层指标集，包括： 对所述肿瘤相关分子标记物检测数值进行因子分析，得到降维后的各所述目标患者的分子特征集合； 对所述临床诊疗特征进行谱系聚类，生成各所述目标患者的临床特征分类组； 将各所述目标患者的所述分子特征集合与临床特征分类组进行互信息计算，筛选出强关联特征组合；其中，所述强关联特征组合用于反映大于预设阈值的多模态特征集合； 根据所述强关联特征组合构建层次化分类框架，得到多维度预后分层指标集； 所述根据所述肿瘤表征图谱和所述多维度预后分层指标集，计算各所述目标患者的分层贡献度参数及预后风险评分，包括： 从所述肿瘤表征图谱中提取拓扑连接特征及概率分布特征，形成复合特征向量； 根据所述多维度预后分层指标集构建分层权重分配张量； 将所述复合特征向量输入预训练的随机森林模型，基于所述权重分配张量中的动态权重通道计算各分层指标的动态贡献度，得到分层贡献度参数； 将所述复合特征向量与分层贡献度参数进行加权聚合，并通过逻辑函数转换为各所述目标患者的预后风险评分。

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温州市中心医院，其通讯地址为：325000 浙江省温州市鹿城区百里东路252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”。