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！

龙图腾网获悉北京大学第三医院(北京大学第三临床医学院)申请的专利一种腹膜透析患者全因死亡风险预测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：CN119889709B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202510376668.4，技术领域涉及：G16H50/30；该发明授权一种腹膜透析患者全因死亡风险预测方法是由唐雯;睢德昊;赵慧雅;王亚沙;马连韬设计研发完成，并于2025-03-28向国家知识产权局提交的专利申请。

本一种腹膜透析患者全因死亡风险预测方法在说明书摘要公布了：本发明涉及一种腹膜透析患者全因死亡风险预测方法，属于死亡风险预测技术领域，解决了现有技术中预测准确率低的问题。方法包括：在每个数据中心构建样本集；基于多个数据中心的样本集训练神经网络模型得到风险预测预训练模型；基于风险预测预训练模型得到每个样本的特征表示并聚类得到每个样本的聚类类型；基于每种聚类类型的样本对风险预测预训练模型进行微调得到每种聚类类型对应的死亡风险预测模型；将待预测患者的时序检验数据和基线数据输入风险预测预训练模型得到特征表示；根据特征表示得到待预测患者对应的聚类类型，基于聚类类型对应的风险预测模型得到待预测患者的预测结果。实现了快速准确得到死亡风险预测结果。

本发明授权一种腹膜透析患者全因死亡风险预测方法在权利要求书中公布了：1.一种腹膜透析患者全因死亡风险预测方法，其特征在于，包括以下步骤： 在每个数据中心收集本中心患者的时序检验数据和基线数据，基于患者的时序检验数据和基线数据构建样本集； 基于多个数据中心的样本集训练神经网络模型得到风险预测预训练模型； 基于所述风险预测预训练模型得到每个样本的特征表示，对所述特征表示进行聚类得到每个样本的聚类类型； 基于每种聚类类型的样本对所述风险预测预训练模型进行微调得到每种聚类类型对应的死亡风险预测模型； 将待预测患者的时序检验数据和基线数据输入所述风险预测预训练模型得到待预测患者的特征表示；根据所述特征表示得到待预测患者对应的聚类类型，基于所述聚类类型对应的风险预测模型得到待预测患者的预测结果； 对所述特征表示进行聚类得到每个样本的聚类类型，包括： S31、随机初始化K个聚类中心； S32、将K个聚类中心发送至每个数据中心；每个数据中心基于本地样本集中每个样本与K个聚类中心的距离确定每个样本的聚类类型，计算本地聚类中心； S33、基于每个数据中心的本地聚类中心和每个数据中心的聚类权重对所述K个聚类中心进行更新； S34、判断K个聚类中心的更新精度，若均小于预设阈值，则结束聚类，得到每个样本的聚类类型；否则，返回步骤S32； 采用以下方式计算每个数据中心的聚类权重： 每个数据中心基于本地聚类中心计算本地数据聚类效果；基于每个数据中心的本地数据聚类效果得到每个数据中心的第一权重； 基于每个数据中心的本地聚类中心得到K个第一预更新聚类中心； 对于每个数据中心，基于其他数据中心的本地聚类中心得到该数据中心对应的K个第二预更新聚类中心； 基于K个第一预更新聚类中心和该数据中心对应的K个第二预更新聚类中心计算得到该数据中心的第二权重； 基于每个数据中心的第一权重和第二权重，得到每个数据中心的聚类权重； 每个数据中心采用以下公式基于本地聚类中心计算本地数据聚类效果： 其中，Si表示第i个数据中心的聚类效果，aij表示第i个数据中心第j个样本的内聚度，bij表示第i个数据中心第j个样本的分离度，ni表示第i个数据中心的样本数量； 采用以下公式计算第一权重： 其中，ω1i表示第i个数据中心的第一权重，Si表示第i个数据中心的聚类效果，N表示数据中心的数量； 基于K个第一预更新聚类中心和该数据中心对应的K个第二预更新聚类中心采用以下公式计算得到该数据中心的第二权重： 其中，表示第j个第一预更新聚类中心，表示第i个数据中心对应的第j个第二预更新聚类中心，表示第t个数据中心对应的第j个第二预更新聚类中心，N表示数据中心的数量，ωi2表示第i个数据中心的第二权重； 每个数据中心的样本集包括支持集和查询集；基于多个数据中心的样本集训练神经网络模型得到风险预测预训练模型，包括： S20、构建神经网络模型，将构建的神经网络模型发送至每个数据中心； S21、记当前神经网络模型的参数为初始参数； S22、对于每个数据中心，基于本地支持集对所述神经网络模型进行训练更新本地神经网络模型的参数；在本地查询集上计算更新后的本地神经网络模型的损失得到查询损失； S23、基于每个数据中心的查询损失更新所述初始参数，将每个数据中心的神经网络模型的参数更新为更新后的初始参数； S24、判断是否达到停止条件，若是，则停止训练得到风险预测预训练模型，否则，返回步骤S21。

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北京大学第三医院(北京大学第三临床医学院)，其通讯地址为：100191 北京市海淀区花园北路49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。