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！

龙图腾网获悉福州大学附属省立医院申请的专利一种基于患者体征数据建模的系统性红斑狼疮交互管理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：CN120473154B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202510920067.5，技术领域涉及：G16H50/30；该发明授权一种基于患者体征数据建模的系统性红斑狼疮交互管理方法是由兰三荣;李雨微;查秀云设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种基于患者体征数据建模的系统性红斑狼疮交互管理方法在说明书摘要公布了：本发明公开了一种基于患者体征数据建模的系统性红斑狼疮交互管理方法，具体涉及红斑狼疮交互管理领域，包括采集患者的基础数据与体征数据，生成标准化基础数据集合与完整性体征数据集合，执行特征组合、特征相关性检测与因子提取，构建表征患者特性的潜在特征空间，实现静态健康行为特征建模；采集护患交互行为数据，生成初步交互数据集合，执行交互特征提取与活跃性判断，生成标准化交互特征矩阵。通过基于患者体征数据与交互行为特征构建多维特征向量与动态健康行为链路，结合时间序列预测与响应反馈闭环优化，实现系统性红斑狼疮患者主动健康行为的动态管理与个体化干预。

本发明授权一种基于患者体征数据建模的系统性红斑狼疮交互管理方法在权利要求书中公布了：1.一种基于患者体征数据建模的系统性红斑狼疮交互管理方法，包括，其特征在于： S1、采集患者的基础数据与体征数据，生成标准化基础数据集合与完整性体征数据集合，执行特征组合、特征相关性检测与因子提取，构建表征患者特性的潜在特征空间，实现静态健康行为特征建模； 在S1中还包括：采集患者的基础数据，基础数据包括人口统计特征、社会支持特征与疾病历史特征，并通过标准化方法将各特征归一至标准化基础数据集合；采集患者的体征数据，体征数据包括生物电阻抗特征、血清生物标志物特征与运动能力特征，对体征数据剔除异常值并填补缺失值，形成完整性体征数据集合； 将标准化基础数据集合与完整性体征数据集合执行特征组合，依据特征对应关系构建多维特征向量，对多维特征向量应用特征相关性检测方法，计算成对的多维特征向量间的Pearson相关系数，判断是否存在Pearson相关系数的绝对值超过预设的相关系数阈值的特征对，若存在则执行特征降维处理，若不存在则保留原多维特征向量； 将保留后的多维特征向量执行标准化处理，生成统一量纲的标准化多维特征向量集合，以标准化多维特征向量集合为输入，执行共变异矩阵计算，得到特征共变异矩阵，用于刻画各特征之间的协同变化关系；紧接着基于特征共变异矩阵应用因子提取方法，执行主因子分析，提取内在动机因子、认知评价因子与情感反应因子，生成潜变量向量集合，并判断累计解释方差是否达到预设比例阈值，若未达到则增加主因子数量后重新提取，若达到则固定因子数量，确定潜在特征空间； 在S1中，Pearson相关系数通过对多维特征向量执行零均值中心化，将每一对多维特征向量通过设定局部加权核函数计算局部协方差，协方差权重依据特征分布密度的逆比例进行调整，之后采用各特征向量局部方差的加权平方根作为归一化因子，取局部加权协方差与归一化因子的比值得到相关系数值； 共变异矩阵的计算通过对标准化多维特征向量集合中任意两组多维特征向量，先以局部密度加权方式执行零均值中心化，再计算加权协方差，协方差值通过局部样本密度的调整因子修正，所有成对多维特征向量的加权协方差结果组合构成特征共变异矩阵，特征共变异矩阵元素反映特征向量在局部结构下的协同变化程度； S2、采集护患交互行为数据，生成初步交互数据集合，执行交互特征提取与活跃性判断，生成标准化交互特征矩阵，将标准化交互特征矩阵与标准化多维特征向量集合执行特征匹配，通过特征空间映射计算余弦相似度，生成患者-交互特征匹配度矩阵，构建健康行为链路，生成基于链路结构的健康行为转化链路图，实现个性化交互行为建模； S3、采集体征随访数据与交互随访数据，融合健康行为转化链路图表征的静态特征信息，生成联合时间序列特征集合，对联合时间序列特征集合执行序列预测并生成个体化健康风险序列； S4、依据个体化健康风险序列生成干预策略，基于患者响应行为数据调整健康管理路径，并将更新结果反馈至健康行为转化链路图。

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福州大学附属省立医院，其通讯地址为：350001 福建省福州市鼓楼区东街134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。