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！

龙图腾网获悉川北医学院附属医院申请的专利一种儿童哮喘急性发作风险评估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：CN120913861B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202511440294.4，技术领域涉及：G16H50/30；该发明授权一种儿童哮喘急性发作风险评估方法及系统是由郭颖超;杨秋;严利华;蒋金凤;冯琼瑶;何玲;张琪;杨紫薇;陈伽豪;孙秀勤;刘姣姣;何靓;陈艳;张腊梅;朱永利设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本一种儿童哮喘急性发作风险评估方法及系统在说明书摘要公布了：本发明涉及一种儿童哮喘急性发作风险评估方法及系统，获取目标儿童多模态数据并预处理；提取指定特征形成基础特征向量，结合儿童个体差异与实时场景调整动态特征权重，生成加权特征向量后融入近期用药依从性，得到融合特征向量，获取未来指定时间段内哮喘急性发作概率，依据概率与第一、第二阈值的对比推送常规护理方案或紧急干预方案，未达阈值则将融合特征向量输入XGBoost模型输出初步风险等级并校准；生成动态干预方案。通过多模态数据精准整合、动态权重适配个体与场景、分层模型预测结合个体历史校准，显著提升风险评估的精准性与个性化，同时实现评估结果与干预方案的深度适配，有效降低儿童哮喘急性发作漏判、误判率及干预不足或过度问题。

本发明授权一种儿童哮喘急性发作风险评估方法及系统在权利要求书中公布了：1.一种儿童哮喘急性发作风险评估方法，其特征在于，包括以下步骤： S1：获取目标儿童的包括静态基础数据、动态生理数据、环境交互数据及主观症状数据的多模态数据，并对多模态数据进行预处理； S2：构建动态权重特征提取模型提取指定特征构建基础特征向量，基于儿童个体差异及实时场景调整获取动态特征权重，基于基础特征向量与动态特征权重构建加权特征向量，融入儿童近期用药依从性构建融合特征向量； S3：将融合特征向量输入逻辑回归模型，输出未来指定时间段内发生哮喘急性发作的概率，当概率小于第一概率阈值，推送常规护理方案，当概率大于第二概率阈值，推送紧急干预方案，否则执行步骤S4； S4：将融合特征向量输入XGBoost模型，输出初步风险等级，初步风险等级包括低风险、中风险和高风险； S5：计算当前融合特征向量与历史发作特征向量的余弦相似度，基于余弦相似度对初步风险等级进行校准，得到校准后的风险等级； S6：基于校准后的风险等级生成动态干预方案，当校准后的风险等级为低风险，则生成相应的常规护理方案，中风险时生成强化监测方案，高风险时输出相应的紧急干预方案； 步骤S2的具体过程如下： S21：通过基础特征层提取指定基础特征，包括目标儿童在指定时间段内急性发作频率、PEF昼夜变异率、AQI超标累计时长、过敏原日均暴露强度，得到基础特征向量； 急性发作频率F1：统计目标儿童指定时间段内哮喘急性发作的总次数； PEF昼夜变异率F2：日间最高PEF值-夜间最低PEF值÷日间最高PEF值×100%； AQI超标累计时长F3：统计当日AQI＞150的持续时间； 过敏原日均暴露强度F4：针对儿童明确过敏的过敏原，统计当日各时段过敏原浓度×接触时长的总和，再除以24小时得到日均强度； 基础特征向量为：F=[F1，F2，F3，F4]； S22：动态权重层通过注意力机制赋予不同指定动态特征权重，将基础特征分别与相应的动态特征权重相乘获取动态权重向量： S23：将基础特征向量与动态权重向量相乘生成加权特征向量；计算公式为：加权特征向量=基础特征向量×动态权重向量； S24：融入儿童指定时间段内的用药依从性，按时用药天数总用药天数，记为C，取值范围0-1，作为风险调节因子，通过调整加权特征向量的数值，体现规律用药对风险的缓解作用或用药不规律对风险的放大作用，构建融合特征向量： 计算用药依从性C： 调取儿童近14天的用药记录，按公式计算： C=按时用药天数÷总用药天数； 设定用药依从性调节规则： 高依从性，即C≥0.8：将加权特征向量中PEF变异率、AQI超标时长、过敏原暴露强度这三类实时风险特征乘以调节系数0.7； 中等依从性，即0.5≤C＜0.8：调节系数为0.9； 低依从性，即C＜0.5：调节系数为1.2； 生成融合特征向量。

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川北医学院附属医院，其通讯地址为：637000 四川省南充市顺庆区文化路63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。