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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于对比学习的ICU患者死亡风险预测方法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：CN115148359B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202210783403.2，技术领域涉及：G16H50/30；该发明授权一种基于对比学习的ICU患者死亡风险预测方法是由胡峰;刘净枫;周西川;于洪;苏祖强;代劲;王国胤;何长春;何智光;廖宏昊;张鑫然设计研发完成，并于2022-07-05向国家知识产权局提交的专利申请。

本一种基于对比学习的ICU患者死亡风险预测方法在说明书摘要公布了：本发明属于风险预测技术领域，具体涉及一种基于对比学习的ICU患者死亡风险预测方法；该方法包括：获取ICU患者的电子病历数据集并对其进行处理，得到多个批次数据样本；将批次内数据样本输入到构建好的基于transformer‑gru‑cnn的分类器中，得到分类损失函数；构建辅助对比学习损失函数；根据分类损失函数和辅助对比学习损失函数构建优化损失函数；根据优化损失函数对分类器的参数进行更新，得到构建好的基于对比学习的ICU患者死亡风险预测模型；将电子病历数据输入到构建好的基于对比学习的ICU患者死亡风险预测模型，得到待预测患者的死亡风险预测结果；本发明的预测精度高，实用性高，具有良好的应用前景。

本发明授权一种基于对比学习的ICU患者死亡风险预测方法在权利要求书中公布了：1.一种基于对比学习的ICU患者死亡风险预测方法，其特征在于，包括：获取待预测患者的电子病历数据，将电子病历数据输入到构建好的基于对比学习的ICU患者死亡风险预测模型，得到待预测患者的死亡风险预测结果；构建基于对比学习的ICU患者死亡风险预测模型的过程包括：S1：获取ICU患者的电子病历数据集；S2：对电子病历数据集进行预处理，得到结构化的多变量时间序列数据集；S3：将多变量时间序列数据集进行随机划分，得到多个批次数据样本；S4：将批次内数据样本输入到构建好的基于transformer-gru-cnn的分类器中，得到分类损失函数和第三数据高维表示；构建基于transformer-gru-cnn的分类器的过程包括：采用多层多头自注意力网络对输入信息进行编码，得到第一数据高维表示；将一个双向gru叠加一个单向gru，在叠加的gru后面叠加一个线性层，得到基础gru架构；将输入信息输入到基础gru架构中，得到第二数据高维表示；采用多层一维或二维卷积网络对输入信息进行处理，得到第三数据高维表示；将第一数据高维表示、第二数据高维表示和第三数据高维表示拼接后经全连接层和激活函数处理，得到输出结果；S5：将第三数据高维表示输入到Kmeans聚类算法中，得到相似样本和离异样本；S6：根据相似样本和离异样本构建辅助对比学习损失函数；得到相似样本和离异样本的过程包括：给定样本xi和xj，若样本之间满足xj∈Kmeansxi，则样本xj为样本xi的相似样本；给定样本xi和xj，若样本之间满足则样本xj为样本xi的离异样本；S7：根据分类损失函数和辅助对比学习损失函数构建优化损失函数；构建辅助损失函数的过程包括：以给定样本与其相似样本的相似度更高，同时与其不相似样本的相似度更低为目标，根据相似样本和离异样本构建辅助损失函数；辅助对比学习损失函数的公式为： 其中，Rf表示辅助对比学习损失，n表示样本数量，ξ1表示相似样本集合，ξ2表示不相似样本集合，scorefxi,fxj表示样本间的相识度，f表示样本的高维表示；S8：根据优化损失函数对基于transformer-gru-cnn的分类器的参数进行更新，得到构建好的基于对比学习的ICU患者死亡风险预测模型。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。