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！

龙图腾网获悉南昌市人民医院(江西乳腺专科医院、南昌市妇幼保健院)申请的专利基于特征动态筛选的二级血液指标数据集生成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：CN121051466B 。

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：202511555008.9，技术领域涉及：G06F18/214；该发明授权基于特征动态筛选的二级血液指标数据集生成方法及系统是由周瑶;程星宇;龚宇;邓立彬;黄晶;王帆;舒鑫;朱如杭设计研发完成，并于2025-10-29向国家知识产权局提交的专利申请。

本基于特征动态筛选的二级血液指标数据集生成方法及系统在说明书摘要公布了：本发明公开一种基于特征动态筛选的二级血液指标数据集生成方法及系统，本发明通过收集研究对象的基础信息和基础血液指标，预处理得到有效样本；并划分为无慢性非传染性疾病对照组和目标疾病组，进行人口统计学特征统计学差异分析；根据基础血液指标计算二级血液指标，并整合筛选后人口统计学特征，生成增强数据集；依据疾病状态分层抽样，将增强数据集划分为训练集和测试集，对训练集和测试集的连续型指标同步标准化，然后通过基于稳定性选择的自适应弹性网络筛选系数非零的优化特征集，最后进行特征同步过滤，整合形成最终数据集。本发明可解决现有血液多维度指标数据集质量低、处理流程不统一、特征冗余导致模型选择困难的问题。

本发明授权基于特征动态筛选的二级血液指标数据集生成方法及系统在权利要求书中公布了：1.基于特征动态筛选的二级血液指标数据集生成方法，其特征在于，包括如下步骤： S1:收集研究对象的基础信息和基础血液指标，所述基础信息包括人口统计学特征、个人标识信息和临床基础信息；将基础信息和基础血液指标匹配，然后删除重复数据和基础血液指标缺失的数据，保留年龄在20-80周岁的样本，最终得到有效样本； S2:根据临床基础信息中的诊断信息将所述有效样本划分为无慢性非传染性疾病对照组和目标疾病组；剔除无慢性非传染性疾病对照组中基础血液指标中的离群值，所述无慢性非传染性疾病对照组需排除患有慢性非传染性疾病的个体；对于目标疾病组，选取确诊后14天内未接受治疗的样本，保留基础血液指标的原始数据； S3:对无慢性非传染性疾病对照组和目标疾病组的人口统计学特征进行统计学差异分析，筛选出与目标疾病显著相关的关键特征，得到筛选后人口统计学特征； S4:根据基础血液指标计算无慢性非传染性疾病对照组和目标疾病组的二级血液指标，并整合筛选后人口统计学特征，生成增强数据集； S5:依据疾病状态分层抽样，将增强数据集划分为训练集和测试集，对训练集和测试集的连续型指标同步标准化，得到标准化训练集和标准化测试集，通过基于稳定性选择的自适应弹性网络筛选系数非零的优化特征集，基于优化特征集对训练集和测试集进行特征同步过滤，整合形成最终数据集； 其中，通过基于稳定性选择的自适应弹性网络筛选系数非零的优化特征集，具体步骤如下： 阶段一：在训练集上运行弹性网络，先通过5折交叉验证同步优化弹性网络正则化强度λ以及L1与L2惩罚的混合参数α，再基于最优超参数在训练集上拟合弹性网络，得到特征的系数，根据系数为每个特征j计算自适应权重wj=1|βj|+ε,其中βj为特征j的系数，ε为常数； 阶段二：将自适应权重引入弹性网络的惩罚项，构建自适应弹性网络，通过K折交叉验证同步优化自适应弹性网络的两个超参数：正则化强度λ和L1正则化与L2正则化惩罚的混合参数α； 阶段三：采用稳定性选择框架对自适应弹性网络进行增强，通过B次自助采样生成子训练集，在每个子训练集上运行自适应弹性网络并记录被选中的特征，最终计算每个特征被选中的频率，记为稳定性分数； 阶段四：筛选出稳定性分数高于稳定性分数阈值的特征，形成优化特征集。

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南昌市人民医院(江西乳腺专科医院、南昌市妇幼保健院)，其通讯地址为：330000 江西省南昌市西湖区九洲大街1268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。