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 > 江苏柏慧康生物科技有限公司沈佳炜获国家专利权

江苏柏慧康生物科技有限公司沈佳炜获国家专利权

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!

龙图腾网获悉江苏柏慧康生物科技有限公司申请的专利一种基于Web的大数据驱动卒中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:CN120913862B

龙图腾网通过国家知识产权局官网在2026-01-06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:202511448872.9,技术领域涉及:G16H50/30;该发明授权一种基于Web的大数据驱动卒中风险预测方法是由沈佳炜;吴晖东设计研发完成,并于2025-10-11向国家知识产权局提交的专利申请。

一种基于Web的大数据驱动卒中风险预测方法在说明书摘要公布了:本发明涉及医疗预测技术领域,具体涉及一种基于Web的大数据驱动卒中风险预测方法,包括以下步骤:S1,多尺度数据采集与对齐:采集用户的生理数据、行为数据和健康状态数据;S2,因果路径识别:生成具有置信度评级的因果特征子图;S3,特征融合建模:对实时生理数据中的波动特征进行响应建模,对行为数据进行趋势特征提取,并动态分配波动特征与趋势特征的融合权重,生成统一的风险表征特征;S4,风险演化模拟:模拟不同干预策略对卒中风险的影响,生成风险演化轨迹;S5,干预方案生成:生成个性化干预方案。本发明,不仅提高了风险预测的准确性,而且能够实时响应患者健康状况的变化。

本发明授权一种基于Web的大数据驱动卒中风险预测方法在权利要求书中公布了:1.一种基于Web的大数据驱动卒中风险预测方法,其特征在于,包括以下步骤: S1,多尺度数据采集与对齐:采集用户的生理数据、行为数据和健康状态数据,并通过量子时间戳实现跨时间尺度的多尺度数据对齐;具体包括: S11,多尺度数据分类采集:采集用户的生理数据、行为数据和健康状态数据,生理数据包括脑血流、心电RR间期和血压波形,行为数据包括动作加速度、角速度及语音特征,健康状态数据来自电子病历系统,包括卒中评分、残障评估和用药依从性指标; S12,量子时间戳生成与绑定:通过量子密钥分发网络获取时间基准,并为每类数据附加唯一的量子时间戳; S13,跨尺度时间对齐:对生理数据进行毫秒级补偿,对行为数据应用周期性修正,对健康状态数据按日历事件映射方式对齐; S14,时间戳验证与异常处理:对采集的多尺度数据进行时间差检测,并通过量子签名验证时间戳的有效性,剔除不合规数据; S2,因果路径识别:将对齐后的多尺度数据输入因果发现引擎,识别生理异常与健康因素之间的因果关系,并生成具有置信度评级的因果特征子图; S3,特征融合建模:基于因果特征子图构建时变权重网络,利用脉冲神经网络对实时生理数据中的波动特征进行响应建模,结合时间卷积网络对行为数据进行趋势特征提取,并根据用户当前健康状态数据动态分配波动特征与趋势特征的融合权重,生成统一的风险表征特征; S4,风险演化模拟:将生成的风险表征特征输入因果强化学习框架,模拟不同干预策略对卒中风险的影响,生成风险演化轨迹; S5,干预方案生成:基于风险演化模拟的结果,触发三维预警展示,生成个性化干预方案; 所述S3中的特征融合建模包括: S31,多模态特征并行提取:采用双通道架构并行提取多模态特征,通过脉冲神经网络通道,使用泄漏积分点火神经元模型处理实时波动特征,通过时间卷积网络通道,利用6层残差扩张卷积网络提取趋势特征;具体包括: S311,实时波动建模:基于因果子图边权初始化突触连接,并通过泄漏积分点火神经元模型更新膜电位,并通过设置自适应阈值,决定神经元是否发放脉冲,捕捉波动特征; S312,趋势特征提取:通过配置6层残差扩张卷积网络,每一层使用扩张卷积操作来提取不同尺度的趋势信息,并通过跳跃连接机制,将每层卷积的输出与输入结合,强化特征表示能力; S32,动态权重自适应融合:提取健康状态数据中的健康状态向量,使用多层感知机生成脉冲神经网络通道和时间卷积网络通道输出的动态融合权重,并结合计算出的动态融合权重,生成最终的风险表征,具体包括: S321,健康状态时空编码:通过多尺度卷积提取健康状态数据的特征,使用扩张卷积捕捉不同时间尺度的信息,并通过池化生成健康状态向量,提取出周期性的健康模式; S322,门控权重生成:使用多层感知机生成脉冲神经网络通道和时间卷积网络通道输出的动态融合权重,通过门控操作结合健康状态向量计算权重,并利用时间周期调制因子对权重进行调节; S323,风险表征合成:将脉冲神经网络通道和时间卷积网络通道的输出特征图根据调节的动态权重进行加权融合,生成最终的风险表征特征。

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江苏柏慧康生物科技有限公司,其通讯地址为:226400 江苏省南通市如东县掘港街道珠江路888号(高新区生命健康产业园);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。