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！

龙图腾网获悉厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)申请的专利结合因果推理和共识聚类的CVD死亡亚群识别方法及装置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：CN120260930B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510727453.2，技术领域涉及：G16H50/30；该发明授权结合因果推理和共识聚类的CVD死亡亚群识别方法及装置是由宁万山;王志成;陈群;丁禹博;黄林丹设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本结合因果推理和共识聚类的CVD死亡亚群识别方法及装置在说明书摘要公布了：本发明公开了结合因果推理和共识聚类的CVD死亡亚群识别方法及装置，方法包括以下步骤：收集原始特征数据并进行预处理；对预处理特征数据进行中介因果关系推理，以中介因果关系推理结果中所包含的特征作为初始特征集；利用若干个机器学习模型分别根据输入的特征数据进行死亡风险预测，利用初始特征集训练得到若干个死亡风险预测模型；采用SHAP算法对所有死亡风险预测模型的特征变量计算SHAP值，利用特征变量SHAP值选择最优模型和最优特征集；对最优特征集和最优模型输出的死亡风险预测结果进行共识聚类，得到若干个死亡亚群；对每个死亡亚群的特征数据和生存结果进行统计分析，结合中介因果关系推理结果识别每个死亡亚群的通路。

本发明授权结合因果推理和共识聚类的CVD死亡亚群识别方法及装置在权利要求书中公布了：1.一种结合因果推理和共识聚类的CVD死亡亚群识别方法，其特征在于，包括以下步骤： 收集原始特征数据并进行预处理，得到预处理特征数据；所述原始特征数据包括基本人口学信息、人体测量数据、实验室指标以及问卷调查数据，所述预处理特征数据中的特征变量包括暴露因素和实验室指标； 对预处理特征数据进行中介因果关系推理，以中介因果关系推理结果中所包含的暴露因素和实验室指标作为初始特征集； 利用若干个机器学习模型分别根据输入的特征数据进行死亡风险预测，再分别利用初始特征集进行训练，得到若干个死亡风险预测模型；采用SHAP算法对所有死亡风险预测模型的特征变量计算SHAP值，利用每个死亡风险预测模型的特征变量SHAP值选择最优模型和最优特征集； 对最优特征集和最优模型输出的死亡风险预测结果进行共识聚类，得到若干个死亡亚群； 对每个死亡亚群的特征数据和生存结果进行统计分析，结合统计分析结果和中介因果关系推理结果识别每个死亡亚群的通路； 所述对预处理特征数据进行中介因果关系推理，包括以下步骤： 采用K-近邻算法对预处理特征数据进行填补； 对暴露因素和实验室指标进行穷尽组合；对于每一对暴露因素和实验室指标基于若干个条件独立的检验进行验证，得到若干个P值，以其中的最大值作为整体P值； 如果整体P值小于0.05，则表示该暴露因素可通过该实验室指标作为中介变量影响CVD死亡； 其中，所述若干个条件独立的检验，包括： 暴露因素与死亡结局显著相关； 在调整死亡结局后，暴露因素与中介变量仍显著相关；所述中介变量指实验室指标； 在调整暴露因素后，中介变量与死亡结局仍显著相关； 在调整中介变量后，暴露因素与死亡结局无关； 所述采用SHAP算法对所有死亡风险预测模型的特征变量计算SHAP值，利用每个死亡风险预测模型的特征变量SHAP值选择最优模型和最优特征集，具体为： 采用SHAP算法对所有死亡风险预测模型的特征变量计算SHAP值； 对于每个死亡风险预测模型，基于特征变量的SHAP值逐步减少输入特征的数量，并评估预测效果，结合预测效果和特征变量的数量选择最优模型；所述最优模型的输入特征变量的集合为最优特征集。

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厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)，其通讯地址为：361000 福建省厦门市思明区镇海路55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。