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 > 陕西中医药大学附属医院王敏获国家专利权

陕西中医药大学附属医院王敏获国家专利权

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!

龙图腾网获悉陕西中医药大学附属医院申请的专利一种中医肿瘤协同治疗临床数据分析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:CN120853773B

龙图腾网通过国家知识产权局官网在2026-01-27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:202511358600.X,技术领域涉及:G16H10/20;该发明授权一种中医肿瘤协同治疗临床数据分析方法是由王敏;张静知;马煜设计研发完成,并于2025-09-23向国家知识产权局提交的专利申请。

一种中医肿瘤协同治疗临床数据分析方法在说明书摘要公布了:本发明的一种中医肿瘤协同治疗临床数据分析方法,涉及医疗保健信息学领域。内容包括:获取并预处理多模态临床数据,进一步进行初步特征提取,得到初步特征数据;对初步特征数据进行标准化,得到标准化后的初步特征数据;对标准化后的初步特征数据利用语义相关与噪声抑制的时差自适应幂对数映射算法进行映射处理,得到映射后的初步特征数据;通过自适应感知注意力融合算法对映射后的初步特征数据进行融合处理,得到综合特征数据;利用多任务预测模型对综合特征数据进行分析,得到综合分析结果。解决了因多模态临床数据在采集频率、数据结构、语义表达及质量可靠性方面存在差异,导致的难以统一处理与分析以及处理不准确的问题。

本发明授权一种中医肿瘤协同治疗临床数据分析方法在权利要求书中公布了:1.一种中医肿瘤协同治疗临床数据分析方法,其特征在于,包括以下步骤: S1.获取并预处理多模态临床数据,对预处理后的多模态临床数据进行初步特征提取、标准化,对标准化后的初步特征数据利用语义相关与噪声抑制的时差自适应幂对数映射算法进行映射处理,得到映射后的初步特征数据,实现公式如下: ; 其中,是在时刻下第个模态映射后的初步特征数据;表示临床数据模态;表示当前时刻;是在时刻下第个模态的标准化后的初步特征数据的噪声估计量;是语义相关度,利用余弦相似度计算得到,取值范围为[0,1];是在时刻下第个模态的标准化后的初步特征数据;是时间偏移量量化值,通过计算第个模态的标准化后的初步特征数据在当前时刻与根据实际应用场景确定的时刻之间的差值得到;是时间惩罚系数,根据专家经验法确定,取值范围为[0.01,0.5];是幂指数基准系数,根据专家经验法确定,取值范围为[0.5,2.5]; S2.通过自适应感知注意力融合算法对映射后的初步特征数据进行融合处理,得到综合特征数据;自适应感知注意力融合算法通过计算自适应感知注意力融合权重对映射后的初步特征数据进行融合处理,实现公式如下: ; 其中,是在时刻个模态的自适应感知注意力融合权重;是在时刻可用的模态集合;是注意力内容匹配矩阵,基于从现有数据库中提取的历史多模态临床数据通过反向传播与梯度下降联合学习得到;是注意力投影向量,根据专家经验法确定;表示转置;是语义相关度系数;是质量分值系数,根据专家经验法确定,取值范围为是数据质量分值,表示在时刻映射后的第个模态初步特征数据的可靠度,根据专家经验法确定,取值范围为;是时间偏移影响系数,根据专家经验法确定,取值范围为; 利用由共享编码器与任务专用输出头构成的多任务预测模型对综合特征数据进行分析,将获取到的预处理后的历史多模态临床数据,通过语义相关与噪声抑制的时差自适应幂对数映射算法和自适应感知注意力融合算法进行处理,生成历史综合特征数据,并将历史综合特征数据作为共享编码器的输入;在共享编码器中,历史综合特征数据经过位置编码处理,得到位置编码后的特征序列;将位置编码后的特征序列送入短期模式提取层,得到短期模式提取结果;将短期模式提取结果送入长依赖建模层,得到全局聚合表示;将全局聚合表示分别传递给包括肿瘤进展速度预测头、生活质量变化趋势预测头和潜在副作用风险预测头在内的三个任务专用输出头,得到综合分析结果。

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陕西中医药大学附属医院,其通讯地址为:712000 陕西省咸阳市秦都区渭阳西路副2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。

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。