首都医科大学附属北京友谊医院杨泽冉获国家专利权
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!
龙图腾网获悉首都医科大学附属北京友谊医院申请的专利一种基于大模型的输卵管辅助预测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:CN120340815B 。
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:202510406156.8,技术领域涉及:G16H50/20;该发明授权一种基于大模型的输卵管辅助预测方法是由杨泽冉;孙博闻;金龙设计研发完成,并于2025-04-02向国家知识产权局提交的专利申请。
本一种基于大模型的输卵管辅助预测方法在说明书摘要公布了:本发明提供了一种基于大模型的输卵管辅助预测方法,属于AI辅助技术领域,包括:获取历史患者行输卵管疏通术之前的第一数据以及行输卵管疏通术之后的第二数据,并作为一组样本数据;基于多模态嵌入模型将每组样本数据进行数据向量化存入向量数据库,作为基础知识库;基于大模型且结合基础知识库,对当前患者的行输卵管疏通术之前的术前检查结果进行分析,获取辅助判断结果;若当前患者行输卵管疏通术,则继续获取当前患者行输卵管疏通术之后的术后检查结果,且结合术前检查结果更新基础知识库。实现对当前患者的辅助预测,便于作出有效的妊娠指导。
本发明授权一种基于大模型的输卵管辅助预测方法在权利要求书中公布了:1.一种基于大模型的输卵管辅助预测方法,其特征在于,包括: 步骤1:获取历史患者行输卵管疏通术之前的第一数据以及行输卵管疏通术之后的第二数据,并作为一组样本数据; 步骤2:基于多模态嵌入模型将每组样本数据进行数据向量化存入向量数据库,作为基础知识库; 步骤3:基于大模型且结合所述基础知识库,对当前患者的行输卵管疏通术之前的术前检查结果进行分析,获取辅助判断结果; 步骤4:若所述当前患者行输卵管疏通术,则继续获取所述当前患者行输卵管疏通术之后的术后检查结果,且结合术前检查结果更新基础知识库; 其中,所述第一数据包括:术前输卵管造影、术前阴道分泌物、术前妇科超声; 所述第二数据包括:术后输卵管造影、术后阴道分泌物、术后妇科超声以及术后是否在设定周期内自然怀孕; 其中,基于多模态嵌入模型将每组样本数据进行数据向量化,包括: 根据数据模态从模态-模型对照表中筛选特征提取模型,并对同个所述样本数据中基于同个数据模态下的术前术后信息分别进行特征提取,得到对应的第一特征、第二特征; 将同个所述样本数据中涉及到的术前的所有第一特征以及术后的所有第二特征进行特征对比分析得到特征差异,且结合对应样本数据的术前特征向量、术后特征向量以及术后是否在自然周期内怀孕的赋值结果,并输入到多模态嵌入模型中,构建得到对应样本数据的向量化表示; 在获取辅助判断结果之前,还包括: 以任一个样本数据为基准,建立对应样本数据中每个数据模态下的第一术前特征、第一术后特征分别与每个剩余样本中同个数据模态下的第一待比较特征、第二待比较特征的关联对,其中,所述关联对包含行输卵管输通术之前对应样本数据与对应剩余样本基于每个数据模态的第一关联系数以及行输卵管输通术之后对应样本数据与对应剩余样本基于每个数据模态的的第二关联系数; 根据每个关联对构建对应样本数据术后是否在设定周期内的判断值; 其中,R1表示对应样本数据术后在设定周期内自然怀孕;表示对应样本数据术后在设定周期未自然怀孕;g1i1表示对应关联对中第i1个数据模态下的第一关联系数;g2i1表示对应关联对中第i1个数据模态下的第二关联系数;N1表示数据模态的总数量,且取值为3;表示对应关联对中存在第一关联系数<0.7的系数数量;表示对应关联对中存在第二关联系数<0.7的系数数量;max表示最大值符号;min表示最大值符号;Pj表示根据第j个关联对构建对应样本数据术后是否在设定周期内的判断值; 根据所有判断值,确定相应样本数据的样本参考推荐系数Yr; 其中,sumPj≥0表示与对应样本数据相关的所有Pj中满足Pj≥0的判断值的和;Dn表示与对应样本数据相关的所有Pj中满足Pj≥0的判断值的数量;Ln表示与对应样本数据相关的所有Pj中满足Pj0的判断值的数量;sumPj0表示与对应样本数据相关的所有Pj中满足Pj0的判断值的和; 将所述样本参考推荐系数Yr与对应样本数据进行对应存储,来构建存储库。
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首都医科大学附属北京友谊医院,其通讯地址为:100050 北京市西城区永安路95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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励