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！

龙图腾网恭喜北京大学;北京大学重庆大数据研究院申请的专利一种基于协同过滤的中医证素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：CN119339917B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202411382188.0，技术领域涉及：G16H50/20；该发明授权一种基于协同过滤的中医证素预测方法是由周晓华;吕岩;郑淳元;李昊轩设计研发完成，并于2024-09-30向国家知识产权局提交的专利申请。

本一种基于协同过滤的中医证素预测方法在说明书摘要公布了：本发明涉及一种基于协同过滤的中医证素预测方法，属于医疗信息处理技术领域，解决了现有技术中证素预测准确性低的问题。方法包括：获取患者的症状描述信息和对应的证候及证素构建训练样本集；构建多任务神经协同过滤网络，基于所述训练样本集训练所述多任务神经协同过滤网络，得到训练好的证素预测模型；所述多任务包括证素预测任务和证候预测任务将待预测患者的症状描述信息输入训练好的证素预测模型得到患者的证素预测结果。实现了准确高效的证素预测。

本发明授权一种基于协同过滤的中医证素预测方法在权利要求书中公布了：1.一种基于协同过滤的中医证素预测方法，其特征在于，包括以下步骤：获取患者的症状描述信息和对应的证候及证素构建训练样本集；构建多任务神经协同过滤网络，基于所述训练样本集训练所述多任务神经协同过滤网络，得到训练好的证素预测模型；所述多任务包括证素预测任务和证候预测任务；将待预测患者的症状描述信息输入训练好的证素预测模型得到患者的证素预测结果；所述多任务神经协同过滤网络包括：深层特征提取模块，用于基于样本的症状描述信息提取样本相对于证素的深层特征；浅层特征提取模块，用于基于样本中的症状描述信息提取样本相对于证素的线性特征；特征融合模块，用于将所述样本相对于同一证素的深层特征和线性特征融合得到样本相对于所述证素的融合特征；协同过滤模块，用于将所述样本相对于每个证素的融合特征与证素相对于患者所属特征域的特征协同过滤预测样本存在所述证素的概率；证候预测模块，用于基于样本相对于所述证素的融合特征进行样本的证候预测。

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北京大学;北京大学重庆大数据研究院，其通讯地址为：100871 北京市海淀区颐和园路5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”。