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！

龙图腾网获悉电子科技大学申请的专利基于数据驱动的肾移植术后肺部感染风险因素挖掘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：CN116153524B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202211518216.8，技术领域涉及：G16H50/70；该发明授权基于数据驱动的肾移植术后肺部感染风险因素挖掘方法是由纪禄平;张欣宇;杨纤雪;陈波设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本基于数据驱动的肾移植术后肺部感染风险因素挖掘方法在说明书摘要公布了：本发明公开了一种基于数据驱动的肾移植术后肺部感染风险因素挖掘方法，首先对临床数据集进行降维处理并计算病例对数据集的综合贡献度，然后计算候选感染因素与感染发生之间关联性，再通过神经网络预测模型对按关联性从高到低排序后的候选感染因素进行多重搜索，最后根据最高预测精度确定与肺部感染相关的最佳风险因素集。本发明的方法以数据驱动的方式智能地从临床病例数据中筛选出引起肾移植术后病人发生肺部感染的重要因素，为感染预测最佳方案选用重要因素数量，使最佳风险因素的筛选更加精准、鲁棒，可应用于肾移植术后病人肺部感染因素的筛选、手术后的诊疗方案辅助决策等，也可以拓展到其他病种发生的最佳风险因素筛选合临床诊疗辅助决策。

本发明授权基于数据驱动的肾移植术后肺部感染风险因素挖掘方法在权利要求书中公布了：1.一种基于数据驱动的肾移植术后肺部感染风险因素挖掘方法，具体步骤如下： S1、利用主元分析法对临床数据集进行量化； S2、对量化后的数据进行降维处理； S3、基于步骤S2得到的数据降维结果，分别计算各病例样本对整个数据集的综合贡献度； S4、基于步骤S3得到的病例综合贡献度，分别计算各候选风险因素相对于肺部感染出现之间的关联度，并以降序排序； S5、基于全连接神经网络模型设计一个肺部感染预测器； S6、利用步骤S5设计的预测器，对步骤S4中排序的候选风险因素进行增量式多重搜索预测，根据最高预测精度确定最佳风险因素集； 所述步骤S1中，对全体病例数据集进行量化，具体如下： 假定给定的临床数据集有M个病例，每个病例包含N个可能的肺部感染候选因素，且，表示实数域；原数据集如式1所示量化成，表示是原数据集矩阵经过量化以后得到的数据矩阵； 1； 其中，和分别代表数据矩阵和S中的第r个行向量，而和则分别表示原矩阵S中第r个行向量中风险因素的最大值和最小值，表示向量中所有元素的均值，r={0,1,…,N-1}； 所述步骤S2中，具体如下： S21、计算特征值和特征矩阵； 对量化后的行向量执行零均值处理，即，其中，表示得到的第r个零均值向量，表示行向量中所有元素的均值；把得到的零均值矩阵记为X，计算得到X的协方差矩阵，T表示矩阵的转置； 计算协方差矩阵的N个特征值及对应的特征向量，约束条件为：，其中，I表示一个N阶单位矩阵，i={0,1,2,…,N-1}；把N个按对应特征值的大小降序排列，组成一个特征向量排序矩阵P； S22、计算累计贡献率； 先分别计算每一个主元的贡献率，计算规则如式2： 2； 再计算矩阵中n个主元的累计贡献率；预先设定一个累计贡献率阈值，当时得到最优的主元数量n； S23、计算矩阵X的降维结果； 选择矩阵P中的前n个特征向量、、、…、组成一个新矩阵，据此计算X的降维结果矩阵，其中，； 所述步骤S3中，具体如下： 如式3所示，以矩阵运算的形式整体计算各病例数据在整体样本的综合贡献度分值，构成一个列向量F： 3； 其中，T表示矩阵的转置，表示直接由n个主元贡献率组成的一个n维列向量，i=0,1,2,…,n-1； 所述步骤S4中，具体如下： S41、参数的初始化； 把从步骤S3中计算得到的病例贡献度列向量F，设置为临床数据集量化矩阵中全部候选风险因素分析的一个参考向量； S42、计算差异矩阵D； 根据规则计算量化矩阵与贡献度列向量F的差异并做绝对值处理；然后再计算差异矩阵D中各列数据最大值构成的行向量和最小值构成的行向量，min.和max.分别表示对矩阵的各列求最大值和最小值，返回由各列计算结果组成的一个行向量； S43、计算灰色关联系数矩阵G； 基于差异矩阵D，计算各候选风险因素构成的灰色关联系数矩阵，如式4所示： 4； 其中，表示关联系数矩阵G中行列坐标为i,j的那个元素，是设置的一个分辨率系数，其取值范围限制为； S44、计算风险因素与肺部感染的关联度； 按照式5分别计算病例数据集中各候选风险因素与发生肺部感染情况之间的关联度： 5； 其中，表示数据矩阵中第j个候选风险因素与肺部感染相关的关联度分值，j={0,1,…,N-1}，M仍表示病人的病例总数。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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。