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！

龙图腾网获悉长春中医药大学申请的专利心梗患者风险评估模型的构建方法及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：CN120108740B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510592133.0，技术领域涉及：G16H50/30；该发明授权心梗患者风险评估模型的构建方法及系统是由靳取;遇准;陈航宇;张晓闻;蔡园设计研发完成，并于2025-05-09向国家知识产权局提交的专利申请。

本心梗患者风险评估模型的构建方法及系统在说明书摘要公布了：本发明公开了心梗患者风险评估模型的构建方法及系统，具体涉及心血管疾病预测领域，包括以下步骤：Ⅰ、采集医院信息系统、影像归档系统以及可穿戴设备各模态数据，并整合不同模态数据。本发明能够优化心梗风险预测的准确性，使风险评估不仅依赖统计学特征，还融合病理生理机制，提高预测的临床解释性，避免传统数据驱动方法仅基于相关性建模的局限性，能够动态调整最佳治疗方案，实现数据驱动的个性化医疗，提高干预决策的科学性；能快速适应新患者数据，提升个体化预测能力，提高数据利用率，增强模型对不同患者群体的泛化能力，避免从零训练整个模型，大幅减少计算资源消耗，弥补单个患者数据不足的问题，提高罕见病例的预测能力。

本发明授权心梗患者风险评估模型的构建方法及系统在权利要求书中公布了：1.心梗患者风险评估模型的构建方法，其特征在于，包括以下步骤： Ⅰ、采集医院信息系统、影像归档系统以及可穿戴设备各模态数据，并整合不同模态数据； Ⅱ、提取患者的特征数据，分析血流动力学参数对心梗发生的影响，识别影响心梗风险的关键因素； Ⅲ、训练个性化风险评估模型，并基于实时数据流构建轻量级边缘风险预测模型，并对不同患者进行个性化风险预测； Ⅳ、检测潜在异常样本，对比不同患者群体的风险评估结果，分析模型在不同场景下的适应性，并结合临床专家反馈不断优化模型参数； 步骤Ⅰ所述整合不同模态数据的具体步骤如下： S1.1：将采集到的心电图ECG、冠状动脉CTA以及实验室检查数据各模态数据通过Z-score标准化以及归一化处理，将各模态数据收缩至预设数据区间内，通过线性插值对齐各模态数据中的时间序列信息，再利用滑动窗口法同步各模态数据的采样频率； S1.2：遍历各模态数据，并通过均值填充处理各模态数据中的缺失值，再检测各数据是否偏离均值的3倍标准差，若偏离，则判断对应数据为异常值，并将其剔除或用均值替代，再利用小波变换去除各模态数据中的噪声信息； S1.3：分别使用CNN以及LSTM编码网络提取不同模态数据的特信息，并将其映射到相同的特征空间，以获取相同的特征空间的各模态数据的单模态特征，基于不同模态的贡献程度，为各单模态特征赋予不同的权重，之后将所有单模态特征进行加权组合，形成全局特征向量； 步骤Ⅱ所述分析血流动力学参数对心梗发生的影响的具体步骤如下： S2.1：收集生成的全局特征向量，以构建多模态特征集，其中表示第个时间步的特征向量，且，通过采用线性变换将多模态特征中的各输入数据映射到高维空间，以得到输入嵌入向量，其中； S2.2：计算各输入嵌入向量的查询Query、键Key和值Value各矩阵，依据Query矩阵和Key矩阵，通过不同注意力头计算不同时间步的输入嵌入向量之间的自注意力权重,通过Softmax函数归一化处理注意力分数，并计算各输入嵌入向量注意力加权和，再拼接各注意力头的加权和结果，生成输出特征； S2.3：通过FFN网络对每个时间步的输出特征进行非线性变换，对非线性变换后的输出特征进行层归一化，再原始全局特征向量与输出特征相加，生成对应高维特征矩阵，之后通过冠状动脉CTA影像数据获取血管结构信息，将血管中心线设为，血管半径设为，其中为沿血管中心线的弧长坐标； S2.4：根据获取的血管结构信息构建冠状动脉的三维几何模型，并划分计算网格，通过Navier-Stokes方程，建立冠状动脉中的血流数学模型，并根据建立的血流数学模型设置冠状动脉入口边界条件、出口边界条件以及血管壁面边界条件； S2.5：通过求解血流数学模型，获得血管内不同位置的血流速度场，并计算血管狭窄区域的最大流速，并根据不同位置的血流速度场以及冠状动脉的三维几何模型，分别计算壁面切应力以及冠状动脉狭窄率，以获取各冠状动脉流体力学仿真数据； S2.6：将生成的高维特征矩阵冠状动脉流体力学仿真数据进行加权融合，以形成全局特征表示，通过Logistic回归建立心梗风险评估模型，通过该心梗风险评估模型计算心梗发生概率，之后根据各血流动力学参数的心梗发生概率，计算不同血流动力学参数在模型中的特征贡献度，并分析血流动力学参数的数值范围对心梗发生的影响，计算心梗高风险的临界值； S2.7：通过SHAP方法可视化处理心梗发生概率、不同血流动力学参数在模型中的特征贡献度以及心梗高风险的临界值，展示各血流动力学参数对心梗预测的影响大小，并给出患者的综合风险评分，标注高风险因素。

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长春中医药大学，其通讯地址为：130000 吉林省长春市净月开发区博硕路1035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”。