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！

龙图腾网恭喜众阳健康科技集团有限公司申请的专利基于深度学习的血液库存预警方法和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：CN114171173B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202111494914.4，技术领域涉及：G16H40/20；该发明授权基于深度学习的血液库存预警方法和系统是由王立业;高鹏;彭永超;丁磊;孙钊设计研发完成，并于2021-12-08向国家知识产权局提交的专利申请。

本基于深度学习的血液库存预警方法和系统在说明书摘要公布了：本发明提出了基于深度学习的血液库存预警方法和系统，该方法包括将目标医院的用血信息转化为向量存入第一数据库；以及将目标医院同类别医院的用血信息转化为向量存入第二数据库；基于粗糙集理论对第一数据库和第二数据库进行属性约简；将约简后信息库中的数据按照预设的比例分为训练集、验证集和测试集；将目标医院同类别医院在第二预设时间段的用血信息输入到模型中，对模型中进行训练，并在验证集上验证选出损失总量最小的模型，通过测试集测试预测血液库存。基于该方法，还提出预警系统。本发明利用深度学习技术，分析同类别医院信息及本院以往患者用血情况，推测出合理的血液库存量，解决了医院不能准确合理的设定库存预警量的难题。

本发明授权基于深度学习的血液库存预警方法和系统在权利要求书中公布了：1.基于深度学习的血液库存预警方法，其特征在于，包括以下步骤：将目标医院的用血信息转化为向量存入第一数据库；以及将目标医院同类别医院的用血信息转化为向量存入第二数据库；所述将目标医院的用血信息转化为向量存入第一数据库具体包括：将目标医院f在第一预设时间段t的用血信息转换为向量Ft并存入第一数据库A；所述将目标医院同类别医院的用血信息转化为向量存入第二数据库具体包括：对于每个目标医院同类别医院pi0≤i≤n，将同类别医院在第二预设时间段d的用血信息转化为向量并存入信息库B；其中n为目标医院同类别医院的个数；基于粗糙集理论对第一数据库和第二数据库进行属性约简得到约简后信息库；将所述约简后信息库中的数据按照预设的比例分为训练集、验证集和测试集；所述基于粗糙集理论对第一数据库和第二数据库进行属性约简的过程为：设置条件属性和决策属性；所述决策属性为各个血液类型的用血量；除决策属性之外的属性为条件属性；采用粗糙集依赖度计算决策属性的重要度，采用互信息计算属性相关度，分别得到第一数据库A的第一核属性集a＝{a1，....，an}和第二数据库B的第二核属性集b＝{b1，....，bn}；计算第一核属性集a＝{a1，....，an}和第二核属性集b＝{b1，....，bn}的交集得到第三核属性集c＝{c1，....，cl}；从第一数据库A中取出包含第三核属性集c＝{c1，....，cl}的数据组成约减后的信息库A'；将目标医院同类别医院在第二预设时间段的用血信息输入到LSTM模型中，对LSTM模型中进行训练，并在验证集上验证选出损失总量最小的模型，通过测试集测试预测血液库存；所述将目标医院同类别医院在第二预设时间段的用血信息输入到LSTM模型中，对LSTM模型中进行训练，并在验证集上验证选出损失总量最小的模型的过程为：将目标医院同类别医院在第二预设时间段d的用血信息输入LSTM模型中，以损失函数最小为优化目标，采用训练集以预设次数为周期对所述LSTM模型进行训练，得到d+1日期内的用血信息向量作为预测的用血信息；将d+1日期内实际各个血液种类用血量与预测的各个血液种类用血量进行误差分析，计算得到各血液类别预测误差率向量总误差率作为LSTM模型的损失函数；采用验证集对所述LSTM模型进行预设次数验证，得到损失函数总和最小的模型在测试集进行测试。

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众阳健康科技集团有限公司，其通讯地址为：250098 山东省济南市高新区颖秀路1237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”。