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！

龙图腾网获悉中国人民解放军总医院第一医学中心;北京家康众智科技有限公司申请的专利一种强直性脊柱炎远程智能风险确定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：CN118844936B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202410861963.4，技术领域涉及：A61B5/00；该发明授权一种强直性脊柱炎远程智能风险确定方法及系统是由赵征;朱剑;冀肖健;刘兴康;黄烽;李坤鹏;闵昂;刘荻;李云;陈沁心;谢曦设计研发完成，并于2024-06-28向国家知识产权局提交的专利申请。

本一种强直性脊柱炎远程智能风险确定方法及系统在说明书摘要公布了：本发明涉及医疗健康领域，具体涉及一种强直性脊柱炎远程智能风险确定方法及系统；在本申请的方案中，风险确定的类型具体包括症状信息获取、姿态信息获取和胸廓扩张范围确定，在症状信息获取的过程中，通过获取疼痛部位信息及其性质描述，并利用建立的病症部位认知模型和病症描述信息解析模型进行计算处理，能够精准地定位疼痛区域以及对疼痛性质进行更为准确的识别；同时将病症识别信息转换成可分析数据后，再通过XGBoost算法处理这些数据，能够得到一个准确的风险评估结果；本申请的远程智能风险确定方案为强直性脊柱炎的筛查和监测提供了一个全面、精确且易于使用的工具，能够显著提高诊断的效率和准确率。

本发明授权一种强直性脊柱炎远程智能风险确定方法及系统在权利要求书中公布了：1.一种强直性脊柱炎远程智能风险确定系统，其特征在于，包括： 症状信息获取模块，用于将交互界面获取的疼痛部位信息和疼痛部位对应的性质描述信息，输入至对应的病症部位认知模型和病症描述信息解析模型，对病症部位认知模型和病症描述信息解析模型输出的病症识别信息进行特征转换，得到可分析数据，并作为XGBoost算法的输入数据，计算得到风险评估结果； 姿态信息获取模块，用于将录制的视频信息，作为姿态分析模型的输入，计算得到姿态分析结果；视频信息可以由用户在充足的自然光或适宜的室内照明下，使用智能手机或摄像设备录制特定运动或步态的视频，并上传；姿态分析模型的建立可以采用基于图卷积网络的姿态估计算法模型，通过其自动分析视频中的运动模式；同时，应用密集光流算法进一步分析运动的连续性和流畅性；以及使用自编码器的异常检测算法来识别视频中的非典型运动模式，设录制的视频信息为V，姿态分析模型为M_{pose}，姿态分析结果＝M_{pose}V， 胸廓扩张范围确定模块，用于根据可穿戴胸廓压力检测模块的检测数据，通过递归神经网络模型计算得到胸廓扩张障碍信息，胸廓扩张范围确定：设可穿戴胸廓压力检测模块的检测数据为C，递归神经网络模型为M_{chest}，胸廓扩张障碍信息为Chest； 胸廓扩张分析：Chest＝M_{chest}C； 其中，递归神经网络模型M_{chest}用于处理时间序列数据，通过分析胸廓压力数据来预测胸廓扩张障碍； 设疼痛部位信息为P，疼痛部位对应的性质描述信息为D，病症部位认知模型为M_{part}，病症描述信息解析模型为M_{desc}， 在病症识别过程中：病症识别信息＝M_{part}P\oplusM_{desc}D，其中，\oplus表示将两部分信息合并， 数据转换：A＝T病症识别信息； 转换函数T包括特征提取、特征选择、特征编码步骤；XGBoost算法：R＝XGBA； XGBoost算法为XGB梯度提升决策树算法，使用转换后的数据A作为输入，通过训练模型来预测最终的风险评估结果R； 所述性质描述信息通过自然语言处理算法，提取性质描述信息中的关键信息，获取所述性质描述信息时，进一步通过变分自编码器算法解析病症性质描述的潜在表示，并通过条件生成对抗网络算法提供疼痛部位选择建议，对病症识别信息进行归类并构建特征集合，所述特征集合的类型包括：数值特征、布尔特征和分类特征； 对各特征集合中的信息进行转换，其中， 若特征类型为数值特征，则进行Z-score标准化处理； 若特征类型为布尔特征，则保持其原有的二值编码； 若特征类型为分类特征，则通过独热编码转换成数值特征后，再进行Z-score标准化处理， 进一步的，所述病症部位认知模型M_{part}的建立方法包括： 建立人体模型的图表示； 通过卷积网络算法对所述图表示中的身体部位和身体部位之间的连接关系进行学习和训练； 病症描述信息解析模型M_{desc}的建立方法包括： 数据准备和预处理：首先收集大量与强直性脊柱炎相关的文本数据，该文本数据包括医学研究论文、临床报告、症状描述； 对收集到的症状描述文本进行精确标注，包括症状的具体类型； 对收集的文本进行清洗和预处理，去除无关信息、纠正拼写错误、进行词形还原； 使用大量未标注的医疗健康领域文本对BERT模型进行预训练，使模型学习医学语言的基本语法和语义结构； 利用已标注的强直性脊柱炎症状描述文本对模型进行微调，重点训练模型识别和理解强直性脊柱炎的特定症状和相关信息。

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人民解放军总医院第一医学中心;北京家康众智科技有限公司，其通讯地址为：100853 北京市海淀区复兴路28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。