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！

龙图腾网获悉东莞理工学院申请的专利一种基于动态图流量预测的医疗急救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：CN120412306B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510353576.4，技术领域涉及：G08G1/087；该发明授权一种基于动态图流量预测的医疗急救系统是由任斌;王佳伟;何春红设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本一种基于动态图流量预测的医疗急救系统在说明书摘要公布了：本发明的一种基于动态图流量预测的医疗急救系统，其包括：S1:医疗急救中心系统收集各处传感器记录的交通数据，将交通数据进行预处理；S2:预处理后的交通数据经过时空特征嵌入层，使其低维特征转换为嵌入向量；S3:通过嵌入向量构建局部自适应图和构建动态图节点生成的全局动态图；S4:通过自适应门控融合图卷积模块提取局部自适应图和全局动态图之间的空间相关性；S5:通过多尺度时间门控卷积模块捕获不同尺度的时间依赖性；S6:步骤S1‑S5形成一种动态图流量预测模型,对该模型进行预训练；S7:医疗急救中心系统将训练后的一种动态图流量预测模型加载到急救调度云平台中，用于实时调控医疗急救通道；本发明有效提高医疗急救通道的效率、及时性以及急救成功率。

本发明授权一种基于动态图流量预测的医疗急救系统在权利要求书中公布了：1.一种基于动态图流量预测的医疗急救系统，其特征在于，其包括如下步骤： S1:医疗急救中心系统收集各处传感器记录的交通数据，将交通数据进行预处理； S2:预处理后的交通数据经过时空特征嵌入层，使其低维特征转换为嵌入向量； S3:通过嵌入向量构建局部自适应图和构建动态图节点生成的全局动态图； S4:通过自适应门控融合图卷积模块提取局部自适应图和全局动态图之间的空间相关性； S5:通过多尺度时间门控卷积模块捕获不同尺度的时间依赖性； S6:步骤S1-S5形成一种动态图流量预测模型,对该模型进行预训练； S7:医疗急救中心系统将训练后的一种动态图流量预测模型加载到急救调度云平台中，用于实时调控医疗急救通道； 所述步骤S1中，医疗急救指挥中心收集各处传感器记录的交通数据包括各处急救转运车辆上的GPS定位数据、各处城市交通监控数据和各处急救事件现场的人流监测装置数据； 在步骤S1中，还包括医疗急救指挥中心收集各处患者病情分级信息和患者实时的生命体征数值，和或收集各处多模式交通工具的停置状态和可用状态，和或收集各处天气预报数据； 在所述步骤S2中，预处理后的交通数据经过时空特征嵌入层，并与基于空间特征的超边嵌入和基于时间维度的周期性特征嵌入进行结合，使其低维特征转换为嵌入向量，其处理过程为： 假设预处理后的交通数据为X，经过卷积层转换为，基于空间特征的结构嵌入采用超边嵌入数据表示为，首先将传统图转化为超图，传统边转化为超边，将节点和超边组合，构建超图结构，接着为每个节点初始化一个特征向量将这些由交通数据X生成的特征映射为低维空间，然后超图卷积网络通过卷积操作，能够处理超边中多个节点的信息，并通过这种操作学习节点的嵌入表示，接着，基于时间维度的周期性特征嵌入采用时间粗细粒度切分数据，将一天分为1440个时间步长，一周分为七天，故此时间特征嵌入经过全连接层分别输出为周期性时间特征表示和趋势性时间特征表示并使用Transformer自注意机制的基本架构，设计为封装序列中的相对位置编码； 基于空间特征的道路网络结构超边嵌入方法为： ； 其中，是表示交通数据中的道路网络的图，是节点集合，表示道路网络中的路口，是超边集合，每个超边可以连接多个节点，表示功能相似或具有特定关系的道路节点组，是超边权重矩阵，表示每个超边的重要性； ； 其中，是嵌入后的道路网络节点特征矩阵，每行表示一个节点的低维嵌入向量，是超分卷积函数，是原道路网络节点矩阵，是道路网络超图结构，是医疗急救相关先验信息，包括急救车辆的当前位置、目标医院位置、事件影响范围， ； 其中，是第l层的节点特征嵌入矩阵，是非线性激活函数，是节点度的对角矩阵，是超边度的对角矩阵，是超图的关联矩阵，表示节点与超边的从属关系，如果节点属于超边，则，否则为0，是可学习的指数参数，控制归一化程度，是第l层的可学习参数矩阵，是控制急救路径选择项影响度的参数，是多因素融合函数，用于整合权重矩阵，是路径感知的结构嵌入增强函数， 最后，嵌入层的嵌入向量输出表示为： 。

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东莞理工学院，其通讯地址为：523808 广东省东莞市松山湖科技产业园区大学路1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。