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！

龙图腾网恭喜中国人民解放军总医院申请的专利基于多源信息融合机制的患者病情评估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：CN119740934B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202510260712.5，技术领域涉及：G06Q10/0639；该发明授权基于多源信息融合机制的患者病情评估方法及系统是由李林;刘微;庄倩设计研发完成，并于2025-03-06向国家知识产权局提交的专利申请。

本基于多源信息融合机制的患者病情评估方法及系统在说明书摘要公布了：本发明公开了基于多源信息融合机制的患者病情评估方法及系统；本发明涉及医疗服务管理技术领域；将基础病指标数据集D构建成一个行代表不同历史患者，列代表不同指标的数据矩阵dm；基于数据矩阵dm执行主成分分析（PCA），得到评价因子A；计算历史患者的死亡速度曲线Dvc，使用有序聚类算法根据历史医疗记录数据D’和死亡速度曲线Dvc对患者进行聚类；充分利用数据分析技术，其中主成分分析、有序聚类分析和D‑S证据理论等，将不同来源、不同性质的量化数据有机地结合起来，形成一个综合性的考量因子。这种数据驱动的方法不仅提高了评估的准确性和效率，还为医院管理者提供了有力的决策支持工具。

本发明授权基于多源信息融合机制的患者病情评估方法及系统在权利要求书中公布了：1.基于多源信息融合机制的患者病情评估方法，其特征在于，当患者调用医院医师的医疗声誉时，从医院信息系统中收集基础病指标数据集D后，执行如下步骤：S1，将基础病指标数据集D构建成一个行代表不同历史患者，列代表不同指标的数据矩阵dm；S2，将数据矩阵dm转换为描述各指标间的线性关系强度和方向的协方差矩阵C后进行分解，得到特征值E和对应的特征向量F；根据所述特征值E的大小选择使累计贡献率达到预设阈值的主成分P；然后将原始数据投影到由选定的主成分P构成的新特征空间Fn中，计算每个数据点的新坐标Pc并进行归一化处理，并根据贡献率加权求和，得到评价因子A；S3，设定历史医疗记录数据D’中患者的时间窗口Tw，并统计死亡月份Md；对于每个历史患者，分析不同病种De及其对应的死亡时间dt的分布并进行时间序列分析，使用指数模型进行曲线拟合，得到死亡速度曲线Dvc；Fisher最优分割法根据所述历史医疗记录数据D’和所述死亡速度曲线Dvc对患者进行聚类，将n个患者分成K个有序群体，使得有序群体内部的相似性最大化，而有序群体之间的差异性最大化；量化评估指标，计算出所述评价因子B；S4，收集社会声誉、治疗水平、服务态度、患者满意度数据，形成综合声誉特征值S；S5，利用D-S证据理论算法将评价因子A和评价因子B结合，形成具有患者基础病评估信息和患者死亡率评估信息的救治因子Saving；所述D-S证据理论算法的实施方法包括：S500，定义识别框架I={LR,MR,HR}，其中LR表示低风险，MR表示中风险，HR表示高风险；然后为评价因子A和评价因子B分配基本概率BPA，分别记为mA和mB；S501，使用Dempster组合规则将基本概率mA和基本概率mB合并，计算归一化常数D： ；其中，X和Y均是所述识别框架I的子集；符号表示空集；合并后的基本概率BPA值mA,B计算为：；其中，Z也是所述识别框架I的子集；S502，计算信任函数Bel和似然函数Pl，形成救治因子Saving：I.先计算所述信任函数Bel和所述似然函数Pl： ； ；II.然后再根据信任函数Bel和似然函数Pl的值，形成救治因子Saving；规则为：Saving=BelLR-PlHR；其中，BelLR表示低风险命题的信任度，PlHR表示高风险命题的似然度；S6，将救治因子Saving和综合声誉特征值S结合成一可帮助患者选择医院医师的综合考量因子CCF。

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中国人民解放军总医院，其通讯地址为：100853 北京市海淀区复兴路28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”。