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！

龙图腾网获悉中国医学科学院北京协和医院;西藏自治区人民医院申请的专利基于知识图谱的患者关系关联与信息匹配方法、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：CN120067157B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202510136083.5，技术领域涉及：G06F16/2455；该发明授权基于知识图谱的患者关系关联与信息匹配方法、设备是由吴东;山其君;庞成;仁丹;乔蓓;玉珍;陈彪;陈友康;曹旭东设计研发完成，并于2025-02-07向国家知识产权局提交的专利申请。

本基于知识图谱的患者关系关联与信息匹配方法、设备在说明书摘要公布了：本发明属于智能医疗领域，具体涉及基于知识图谱的患者关系关联与信息匹配方法、设备。方法包括S1：获取患者就诊信息纪录；S2：基于所述就诊信息纪录得到患者陪诊人三元组，所述患者陪诊人三元组的三个元素为患者、陪诊关系、陪诊人；S3：将所述患者陪诊人三元组与就诊信息知识图谱进行匹配得到匹配结果。在患者关系关联与信息匹配任务中，采用基于自适应空间变换投影的自编码器算法，将患者与陪诊人三元组降维到低维空间，捕捉数据的非线性关系并消除冗余信息，通过空间变换模块的动态投影矩阵优化，解决了三元组数据语义难以统一的问题，提高了匹配的准确性。

本发明授权基于知识图谱的患者关系关联与信息匹配方法、设备在权利要求书中公布了：1.一种基于知识图谱的患者关系关联与信息匹配方法，其特征在于，所述方法包括： S1：获取患者就诊信息纪录； S2：基于所述就诊信息纪录得到患者陪诊人三元组，所述患者陪诊人三元组的三个元素为患者、陪诊关系、陪诊人； S3：将患者陪诊人三元组向量化表示后得到三元组向量，所述三元组向量通过编码器转换得到三元组向量的低维空间表达；将就诊信息知识图谱中的所有三元组集向量化后输入所述编码器转换得到知识图谱三元组向量集的低维空间表达，将所述三元组向量的低维空间表达与所述知识图谱三元组向量集的低维空间表达一一匹配得到匹配度，以匹配度最高的知识图谱三元组向量作为匹配结果；其中，所述就诊信息知识图谱的获取方式为： 第1步，获取患者就诊信息纪录数据集； 第2步，对所述就诊信息纪录数据集进行知识图谱构建得到所述就诊信息知识图谱； 所述编码器为自适应空间变换投影的自编码器，构建方法包括： 第1步：获取患者关系三元组训练集数据，标注患者关系三元组的真实关联关系；构建多层结构的初始自编码器，初始化各层的参数； 第2步：将患者关系三元组向量化表示后得到患者关系三元组向量； 第3步：所述患者关系三元组向量经过投影矩阵变换得到降维的低维空间； 第4步：所述患者关系三元组向量输入投影矩阵调整的自编码器得到压缩的低维空间； 第5步：通过损失函数反向传播更新参数迭代直至停止条件后得到所述自适应空间变换投影的自编码器，所述损失函数基于所述患者关系三元组向量、所述降维的低维空间、自编码器的参数和输出计算得到； 所述患者关系三元组向量经标准化处理得到标准化后的患者三元组数据后分别输入空间变换模块和所述自编码器；所述自编码器的网络结构包括多层，各层的参数包括权重矩阵和偏置项，各层的参数的初始化表示为：设自编码器的层数为层，其权重矩阵和偏置项的初始化方式表示为： 式中，表示自编码器的第层的权重矩阵，为自编码器的第层的偏置项；表示服从于特定分布；表示均值为0、方差为0.01的正态分布； 自编码器的输出表示为： 式中，为编码器第层的激活输出；为编码器第层的激活输出；为Sigmoid激活函数；为第次迭代的低估计修正因子；表示自编码器的第层的权重矩阵，为自编码器的第层的偏置项；采用基于误差反馈的动态调整方式不断更新低估计修正因子，更新方式表示为： 式中，分别为第次、第t次迭代的低估计修正因子；为低估计修正因子的学习率，和分别是自编码器损失函数关于第次迭代的低估计修正因子的一阶和二阶导数。

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中国医学科学院北京协和医院;西藏自治区人民医院，其通讯地址为：100730 北京市东城区王府井帅府园1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。