Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中日友好医院(中日友好临床医学研究所)尹琳获国家专利权

中日友好医院(中日友好临床医学研究所)尹琳获国家专利权

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!

龙图腾网获悉中日友好医院(中日友好临床医学研究所)申请的专利一种基于症状网络分析的慢性患者症状管理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:CN120260906B

龙图腾网通过国家知识产权局官网在2025-09-26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:202510285061.5,技术领域涉及:G16H50/30;该发明授权一种基于症状网络分析的慢性患者症状管理方法及系统是由尹琳;杨学来;杨猛;房佳;杨柳;张何明;张春瑜;彭丽丽;刘宝琴;闫岩;李琳设计研发完成,并于2025-03-11向国家知识产权局提交的专利申请。

一种基于症状网络分析的慢性患者症状管理方法及系统在说明书摘要公布了:本发明提供一种基于症状网络分析的慢性患者症状管理方法及系统,涉及数据处理技术领域。该方法包括:收集慢性疾病患者症状评估数据集;结合主成分分析法和最大方差正交旋转法,提取慢性疾病患者症状评估数据集中的症状群;以症状为节点,症状之间的关系为边,构建症状网络;使用同期网络分析,识别核心症状和桥梁症状;构建基于交叉滞后网络模型的动态症状网络;将影响因素引入动态症状网络,对动态症状网络进行亚组分析,识别出核心影响因素;构建基于LSTM的慢性疾病发展趋势预测模型;采集慢性疾病患者的临床症状和临床指标;提取核心影响因素;通过基于LSTM的慢性疾病发展趋势预测模型,预测并输出慢性疾病患者的发展结果。

本发明授权一种基于症状网络分析的慢性患者症状管理方法及系统在权利要求书中公布了:1.一种基于症状网络分析的慢性患者症状管理方法,其特征在于,包括: S1:收集慢性疾病患者症状数据,得到慢性疾病患者症状评估数据集; S2:结合主成分分析法和最大方差正交旋转法,提取所述慢性疾病患者症状评估数据集中的症状群,所述症状群包括多个症状; S3:以各个所述症状为节点,症状之间的关系为边,构建症状网络; S4:使用同期网络分析算法,识别所述症状网络中的核心症状和桥梁症状;所述S4具体包括:S401:通过线性投影,分别将节点特征和边特征转换为隐藏特征,并将所述隐藏特征输入至GAT模型;S402:通过所述GAT模型的图注意力机制计算各个症状节点的注意力权重;S403:对所述注意力权重进行归一化处理;S404:根据归一化处理后的注意力权重,通过在邻域聚合函数中引入非对称性,对所述症状节点进行更新;S405:根据更新后的症状节点,分别计算度中心性和介数中心性,并确定所述核心症状和所述桥梁症状; S5:基于所述核心症状和所述桥梁症状之间的关系,构建基于交叉滞后网络模型的动态症状网络; S6:将影响因素引入所述动态症状网络,并基于所述影响因素与症状之间的关系,对所述动态症状网络进行亚组分析,识别出导致症状网络结构差异的核心影响因素;其中,影响因素指对症状网络及其结构产生影响的外部或内部因素,包括:患者的生活方式、饮食习惯、环境因素、心理状态; S7:根据所述核心影响因素,构建基于LSTM的慢性疾病发展趋势预测模型; S8:采集慢性疾病患者的实时临床症状数据和实时临床指标数据; S9:从所述实时临床症状数据和所述实时临床指标数据中提取实时核心影响因素; S10:将所述实时核心影响因素输入至所述慢性疾病发展趋势预测模型,预测并输出所述慢性疾病患者的慢性疾病症状发展结果。

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日友好医院(中日友好临床医学研究所),其通讯地址为:100029 北京市朝阳区樱花园东街2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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。