買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜清華大學(xué)申請的專利療效預(yù)測模型構(gòu)建、預(yù)測方法、裝置及電子設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115644812B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211348502.4，技術(shù)領(lǐng)域涉及：A61B5/00；該發(fā)明授權(quán)療效預(yù)測模型構(gòu)建、預(yù)測方法、裝置及電子設(shè)備是由胡迎炳;鄭冬陽;王志燕;袁媛;郝紅偉;李路明設(shè)計(jì)研發(fā)完成，并于2022-10-31向國家知識產(chǎn)權(quán)局提交的專利申請。

本療效預(yù)測模型構(gòu)建、預(yù)測方法、裝置及電子設(shè)備在說明書摘要公布了：本發(fā)明公開了療效預(yù)測模型構(gòu)建、預(yù)測方法、裝置及電子設(shè)備，其中，療效預(yù)測模型構(gòu)建方法包括：獲取樣本對象清醒狀態(tài)和睡眠狀態(tài)下發(fā)作間期的腦電數(shù)據(jù)；根據(jù)樣本對象的腦電數(shù)據(jù)，確定樣本對象的非線性動力學(xué)特征；對樣本對象的非線性動力學(xué)特征進(jìn)行處理，確定樣本對象的特征向量，樣本對象的特征向量由篩選后的非線性動力學(xué)特征組成；根據(jù)樣本對象的特征向量和，對預(yù)設(shè)療效預(yù)測模型進(jìn)行訓(xùn)練，待預(yù)測準(zhǔn)確率達(dá)到預(yù)設(shè)標(biāo)準(zhǔn)時(shí)，確定療效預(yù)測模型。利用構(gòu)建的療效預(yù)測模型可以確定待預(yù)測對象是否適合接受特定臨床治療，不適合手術(shù)的患者可避免不必要的費(fèi)用。

本發(fā)明授權(quán)療效預(yù)測模型構(gòu)建、預(yù)測方法、裝置及電子設(shè)備在權(quán)利要求書中公布了：1.一種療效預(yù)測模型構(gòu)建方法，其特征在于，所述方法包括以下步驟：獲取樣本對象清醒狀態(tài)和睡眠狀態(tài)下發(fā)作間期的腦電數(shù)據(jù)；根據(jù)所述樣本對象的腦電數(shù)據(jù)，確定所述樣本對象的非線性動力學(xué)特征；對所述樣本對象的非線性動力學(xué)特征進(jìn)行處理，確定所述樣本對象的特征向量，所述樣本對象的特征向量由篩選后的非線性動力學(xué)特征組成；根據(jù)所述樣本對象的特征向量，對預(yù)設(shè)療效預(yù)測模型進(jìn)行訓(xùn)練，待預(yù)測準(zhǔn)確率達(dá)到預(yù)設(shè)標(biāo)準(zhǔn)時(shí)，確定療效預(yù)測模型；所述預(yù)設(shè)療效預(yù)測模型為二分類模型；所述非線性動力學(xué)特征包括復(fù)雜度特征、熵特征及分形分析特征，所述根據(jù)所述樣本對象的腦電數(shù)據(jù)，確定所述樣本對象的多個(gè)非線性動力學(xué)特征，包括：對所述樣本對象的腦電數(shù)據(jù)進(jìn)行窗口分割，確定腦電數(shù)據(jù)窗口片段；對所述腦電數(shù)據(jù)窗口片段分別進(jìn)行非線性動力學(xué)特征復(fù)雜度、熵和分形分析的計(jì)算，確定所述樣本對象的復(fù)雜度特征、熵特征及分形分析特征；所述復(fù)雜度特征包括：均值復(fù)雜度、中位值復(fù)雜度、中值復(fù)雜度、k均值復(fù)雜度和排序復(fù)雜度；所述復(fù)雜度特征用于提取所述樣本對象的潛在模式、衡量信息容量；所述熵特征包括：香農(nóng)熵、近似熵、樣本熵、排序熵、小波熵和希爾伯特-黃譜熵；所述熵特征用于度量所述樣本對象的特征分布；所述分形分析特征包括：遞歸定量分析、Lyaponuv指數(shù)、關(guān)聯(lián)維度和去趨勢波動分析；所述分形分析特征用于表現(xiàn)大腦系統(tǒng)的混沌程度，反映了預(yù)測的時(shí)間尺度；所述對所述樣本對象的非線性動力學(xué)特征進(jìn)行處理，確定所述樣本對象的特征向量，包括：根據(jù)所述樣本對象的特定臨床治療的療效，將所述樣本對象分為正樣本和負(fù)樣本，其中，所述正樣本為所述療效滿足預(yù)設(shè)條件的樣本對象，所述負(fù)樣本為所述療效不滿足預(yù)設(shè)條件的樣本對象；對所述樣本對象的非線性動力學(xué)特征進(jìn)行差異顯著性分析，確定在所述正樣本和所述負(fù)樣本兩組間具有顯著性差異的非線性動力學(xué)特征；采用遞歸特征消除特征選擇法，根據(jù)具有顯著性差異的非線性動力學(xué)特征對應(yīng)的特定臨床治療的療效重要程度，對所述具有顯著性差異的非線性動力學(xué)特征進(jìn)行篩選，篩選后的非線性動力學(xué)特征組成所述樣本對象的特征向量。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人清華大學(xué)，其通訊地址為：100084 北京市海淀區(qū)清華園1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。