Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 川北医学院附属医院王春艳获国家专利权

川北医学院附属医院王春艳获国家专利权

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!

龙图腾网获悉川北医学院附属医院申请的专利一种基于知识图谱的跨机构患者随访数据整合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:CN121456831B

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:202610004487.3,技术领域涉及:G06F18/25;该发明授权一种基于知识图谱的跨机构患者随访数据整合方法及系统是由王春艳;陈诗沅;张曦予;郑江华;陈镜全;雍熙;汪海飞;陈程;向波设计研发完成,并于2026-01-05向国家知识产权局提交的专利申请。

一种基于知识图谱的跨机构患者随访数据整合方法及系统在说明书摘要公布了:本发明公开了一种基于知识图谱的跨机构患者随访数据整合方法及系统,属于医疗数据处理领域。该方法先获取跨机构的电子病历、检查报告、随访记录等多类型随访数据,再构建含异构数据适配层、实体解析层等五层架构的多源异构数据整合模型,经训练后对数据进行标准化处理;随后提取数据中的实体、关系及特征信息,建立实体间直接与间接关联关系,融合形成统一患者健康档案;最后接收患者标识信息,匹配并按预设逻辑整理呈现对应数据。该方案有效消除跨机构数据在格式、字段及语义上的差异,实现数据集中获取,提升数据整合的准确性与完整性,为医疗决策和跨机构医疗协作提供可靠支撑。

本发明授权一种基于知识图谱的跨机构患者随访数据整合方法及系统在权利要求书中公布了:1.一种基于知识图谱的跨机构患者随访数据整合方法,其特征在于,包括以下步骤: S1.获取跨机构的患者随访相关数据,患者随访相关数据包括电子病历、检查报告、随访记录、康复训练轨迹数据、患者自我管理日志数据和跨机构转诊交接凭证数据; S2.构建多源异构数据整合模型,该模型设置包括异构数据适配层、实体解析层、语义增强层、动态关联层和属性映射层的五层架构,对该模型完成训练后,基于该模型对获取的患者随访相关数据进行标准化处理,统一数据格式、字段定义和语义表述; S3.通过语义映射技术结合模型动态关联层规则,提取标准化后数据中的实体信息、关系信息和特征信息,建立实体间直接关联关系和间接关联关系,关联融合形成统一的患者健康档案; S4.接收患者标识信息,基于统一的患者健康档案和模型属性映射层规则,匹配对应的患者随访相关数据并按预设逻辑整理呈现,实现跨机构数据的集中获取; 其中,步骤S2包括: S2.1.构建多源异构数据整合模型,配置各层通过适配组件、编码模块及特征强化组件实现连接,指定异构数据适配层对应处理不同类型随访数据,配置实体解析层包含实体特征提取和分类子模块,设置语义增强层通过多层神经网络强化语义特征,配置动态关联层包含关联规则、推导及强度计算单元,指定属性映射层负责实体属性定义与匹配; S2.2.采用标注后的跨机构多源异构医疗数据构建训练集和验证集,构建联合损失函数,该联合损失函数由异构数据适配损失函数、实体匹配损失函数和语义关联损失函数构成,设定初始学习率、迭代批次和模型收敛阈值,通过反向传播算法交替调整各层参数,依次优化适配精度、解析准确率和关联匹配度,直至验证集综合适配准确率稳定; S2.3.基于模型结构制定标准化规则,经格式适配、实体编码、语义增强及属性匹配完成数据标准化。

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川北医学院附属医院,其通讯地址为:637000 四川省南充市顺庆区文化路63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。

免责声明
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。