買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜天津醫科大學總醫院申請的專利醫學潛在相關指標風險監控系統、方法、終端及存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115312193B 。

龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210937055.X，技術領域涉及：G16H50/30；該發明授權醫學潛在相關指標風險監控系統、方法、終端及存儲介質是由袁恒杰;張靖悅;呂良福;張琳琳;鐘殿勝;孫銀娟;崔旭東設計研發完成，并于2022-08-05向國家知識產權局提交的專利申請。

本醫學潛在相關指標風險監控系統、方法、終端及存儲介質在說明書摘要公布了：本發明屬于醫學指標數據識別技術領域，公開了醫學潛在相關指標風險監控系統、方法、終端及存儲介質。所述監控方法包括：建立醫學潛在相關指標風險病例數據庫；根據數據庫建立基于醫學潛在相關指標風險數據的預防篩查人工智能算法模型，根據獲取的實際醫學潛在相關指標風險數據，對建立的預防篩查人工智能算法模型進行驗證；將醫學潛在相關指標風險數據輸入報告輸出系統程序，并根據建立的所述預防篩查人工智能算法模型進行預測，報告輸出系統輸出醫學潛在相關指標風險預防篩查的報告，并在客戶端的界面進行可視化示出。本發明可幫助接受HEC的CINV預防篩查對象和醫生進行CINV風險管控，降低CINV發病率，減輕社會負擔。

本發明授權醫學潛在相關指標風險監控系統、方法、終端及存儲介質在權利要求書中公布了：1.一種醫學潛在相關指標風險監控方法，其特征在于，應用于客戶端，所述醫學潛在相關指標風險監控方法包括以下步驟：S1：建立醫學潛在相關指標風險病例數據庫，對采集的醫學潛在相關指標風險數據進行存儲；所述醫學潛在相關指標風險病例數據庫是接受HEC的CINV病例數據庫，將接受HEC的患者被納入數據庫，收集CINV潛在相關指標；S2：根據步驟S1中建立的醫學潛在相關指標風險病例數據庫，建立基于醫學潛在相關指標風險數據的預防篩查人工智能算法模型，根據獲取的實際醫學潛在相關指標風險數據，對建立的預防篩查人工智能算法模型進行驗證；S3：將醫學潛在相關指標風險數據輸入報告輸出系統程序，并根據建立的所述預防篩查人工智能算法模型進行預測，報告輸出系統輸出醫學潛在相關指標風險預防篩查的報告，并在客戶端的界面進行可視化示出；在步驟S2中的建立預防篩查人工智能算法模型方法包括如下步驟：S21：建立模型：根據對醫學潛在相關指標風險病例數據庫的數據進行劃分的訓練數據集，運用人工智能的gcForest算法，建立預防篩查人工智能算法模型；S22：模型優化：對步驟S21中得到的預防篩查人工智能算法模型進行優化：模型訓練采用自動調優，采用網格搜索技術，自動調整網絡結構；S23：模型訓練：將預防篩查人工智能算法模型訓練為風險預測模型；S24：模型評估：采用驗證數據集對步驟S23獲得的風險預測模型進行評估，評估指標包括準確度，精密度、召回率、F1值和AUC；在步驟S3中的預防篩查人工智能算法模型包括：輸入到多粒度滑動窗口掃描，分別5-dim,10-dim,15dim窗口進行掃描，得到16個5維向量，11個10維向量，6個15維向量，輸入至完全隨機森林和隨機森林，將輸出結果聚合為66維向量；將66維向量輸入至級聯森林，并且將66維向量與級聯森林的一、二層的輸出結果進行聚合，對第三層的結果取平均，然后取最大值得出預測結果；級聯森林聚合過程包括：66維特征首先輸入到5個Forest，得到5個2維的特征向量，與原始的66維特征向量連接在一起，構成第一層76維lay的特征，lay1的特征也經過5個forest得到5個2維特征向量，這個特征向量與66維原始特征向量連接，形成第二層76維的特征向量；在第三層76維的特征輸入，經過5個forest得到5個2維特征向量，對5個向量取平均然后取最大。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人天津醫科大學總醫院，其通訊地址為：300052 天津市和平區鞍山道154號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。