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！

龙图腾网恭喜电子科技大学申请的专利基于特征渐进融合的慢性病进展预测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：CN118866357B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202410995840.X，技术领域涉及：G16H50/30；该发明授权基于特征渐进融合的慢性病进展预测方法及系统是由邱航;阳旭菻;陈翁祥设计研发完成，并于2024-07-24向国家知识产权局提交的专利申请。

本基于特征渐进融合的慢性病进展预测方法及系统在说明书摘要公布了：本发明属于医学数据处理技术领域，公开了基于特征渐进融合的慢性病进展预测方法及系统。本发明在特征渐进融合过程中通过动态选择患者的人口统计学表征、疾病表征和时序临床检验表征中预测性能更好的模态特征，再与其余两个模态特征融合，实现逐渐地多次融合，能够充分利用多模态特征之间的互补信息，提高对慢性病进展预测的准确性。本发明在基于LSTM对缺失的时序临床检验特征进行填补的过程中，除了直接利用LSTM对缺失的特征进行预测外，还考虑了缺失特征与完整特征之间的相似度，通过二者均值对缺失的时序临床检验特征进行填补，提高了数据填补的准确性。本发明考虑了患者就诊记录之间的间隔大小，更准确地提取时序临床检验特征。

本发明授权基于特征渐进融合的慢性病进展预测方法及系统在权利要求书中公布了：1.基于特征渐进融合的慢性病进展预测方法，其特征在于，该方法包含：获取慢性病患者的医学数据，所述医学数据包含每个患者的人口统计学特征、共病特征、时序临床检验特征、是否发生了感兴趣的慢性病进展以及进展发生的时间；分别对时序临床检验特征、人口统计学特征和共病特征进行特征提取，得到时序临床检验特征表征、人口统计学特征表征和共病特征表征；将时序临床检验特征表征、人口统计学特征表征、共病特征表征融合为初始融合表征；选择时序临床检验特征表征、人口统计学特征表征、共病特征表征中预测性能最好的表征作为中间表征；将中间表征与初始融合表征拼接后替换所述预测性能最好的表征；将替换后的预测性能最好的表征与其余两个模态的表征融合，并用融合后的表征替换初始融合表征，每次融合后进行一次所述中间表征的选择，并依次重复所述拼接、融合处理，直至完成预设次数的融合，得到最终融合表征；以最终融合表征为输入，使用DeepSurv模型预测得到风险值；基于Breslow方法估计出患者的基线风险函数；根据所述风险值和基线风险函数计算出患者在某时刻进展为使用者感兴趣的慢性病的概率。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。