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！

龙图腾网获悉上海市胸科医院申请的专利房颤复发预测方法、系统、电子设备及存储介质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：CN121171579B 。

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：202511270312.9，技术领域涉及：G16H50/30；该发明授权房颤复发预测方法、系统、电子设备及存储介质是由吴绍辉;刘旭;姜伟峰设计研发完成，并于2025-09-08向国家知识产权局提交的专利申请。

本房颤复发预测方法、系统、电子设备及存储介质在说明书摘要公布了：本公开提供了一种房颤复发预测方法、系统、电子设备及存储介质，该预测方法包括：基于若干组多模态的第一样本训练数据，训练得到房颤复发预测模型；每组第一样本训练数据包括第一数量的样本心腔内超声图像，和至少一种其他模态数据，计算每帧样本心腔内超声图像对房颤复发预测模型训练的第一贡献值、每帧样本心腔内超声图像与每种其他模态数据之间的匹配度、每种其他模态数据的跨模态可信度因子，以确定每帧样本心腔内超声图像对房颤复发预测模型训练的目标贡献值，得到不同的目标心腔内超声图像类型；获取目标数据的若干帧实际心腔内超声图像，并输入至房颤复发预测模型，得到目标房颤复发预测结果，以保证房颤复发的预测效率与精度。

本发明授权房颤复发预测方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种房颤复发预测方法，其特征在于，所述预测方法包括： 基于若干组多模态的第一样本训练数据，对预设网络进行训练，得到房颤复发预测模型； 其中，每组所述第一样本训练数据包括第一数量的样本心腔内超声图像，以及至少一种其他模态数据，所述其他模态数据包括病例文本数据、术前心电数据、术前经胸超声图像数据或术后复查心电数据； 计算得到每帧所述样本心腔内超声图像对所述房颤复发预测模型训练的第一贡献值、每帧所述样本心腔内超声图像与每种所述其他模态数据之间的匹配度，以及每种所述其他模态数据的跨模态可信度因子； 基于所述第一贡献值、所述匹配度和所述跨模态可信度因子，确定每帧所述样本心腔内超声图像对所述房颤复发预测模型训练的目标贡献值； 基于不同的所述目标贡献值的大小，从所述第一数量的所述样本心腔内超声图像中筛选得到第二数量的所述样本心腔内超声图像，并获取不同的目标心腔内超声图像类型； 获取待处理的目标数据； 从所述目标数据提取得到属于所述目标心腔内超声图像类型的若干帧实际心腔内超声图像，并输入至所述房颤复发预测模型，以得到目标房颤复发预测结果； 所述第一数量的所述样本心腔内超声图像对应不同预设手术流程阶段下的不同图像组，每个所述图像组对应若干帧所述样本心腔内超声图像； 所述计算得到每帧所述样本心腔内超声图像对所述房颤复发预测模型训练的第一贡献值的步骤，包括： 基于当前训练的所述房颤复发预测模型的输出函数构建得到的第一贡献值计算函数； 采用所述第一贡献值计算函数计算得到每个所述图像组对所述房颤复发预测模型训练的组贡献值； 基于当前训练的所述房颤复发预测模型的注意力机制构建得到的第二贡献值计算函数； 采用所述第二贡献值计算函数计算得到每个所述图像组中每帧所述样本心腔内超声图像对应的注意力分数，以作为所述房颤复发预测模型训练的贡献权重值； 基于所述贡献权重值和所述组贡献值的乘积，得到每帧所述样本心腔内超声图像对应的所述第一贡献值； 计算得到所述每种所述其他模态数据的跨模态可信度因子的步骤，包括： 获取所述其他模态数据在训练集上的均值相似度和相似度标准差，以构建得到可信度计算函数； 基于所述可信度计算函数计算得到每种所述其他模态数据的所述跨模态可信度因子。

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上海市胸科医院，其通讯地址为：200030 上海市徐汇区淮海西路241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。