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！

龙图腾网恭喜四川大学申请的专利一种肺部术后并发症风险值预测方法、装置、设备及介质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：CN117637167B 。

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：202311645628.2，技术领域涉及：G16H50/30；该发明授权一种肺部术后并发症风险值预测方法、装置、设备及介质是由熊立鹏;章毅;徐修远设计研发完成，并于2023-12-04向国家知识产权局提交的专利申请。

本一种肺部术后并发症风险值预测方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种肺部术后并发症风险值预测方法、装置、设备及介质，其目的在于解决现有预测模型中的神经网络对异构表格建模能力欠缺从而影响模型性能、以及预测模型的数据来源不全面致使无法充分反应肺部术后并发症发生风险的问题，其包括：获取肺部术后样本数据，并对肺部术后样本数据是否发生并发症进行标定，形成标签数据；构建风险值预测模型，风险值预测模型包括XGBoost树模块、LSTM模块和nmODE模块；采用样本数据对风险值预测模型进行训练；获取实时的术后数据，并输入风险值预测模型，风险值预测模型输出预测的风险值。采用XGBoost树结构对数据进行编码，使用LSTM对相关特征依赖性进行分析，利用神经常微分方程的记忆与学习能力，给出最终的预测结果。

本发明授权一种肺部术后并发症风险值预测方法、装置、设备及介质在权利要求书中公布了：1.一种肺部术后并发症风险值预测方法，其特征在于，包括以下步骤： 步骤S1，获取样本数据； 获取肺部术后样本数据，并对肺部术后样本数据是否发生并发症进行标定，形成标签数据； 步骤S2，构建风险值预测模型； 构建风险值预测模型，风险值预测模型包括XGBoost树模块、LSTM模块和nmODE模块； 步骤S3，训练风险值预测模型； 采用步骤S1的样本数据对步骤S2构建的风险值预测模型进行训练； 步骤S4，风险值实时预测； 获取实时的术后数据，并输入风险值预测模型，风险值预测模型输出预测的风险值； 步骤S2中，XGBoost树模块根据样本数据并输出样本对应的权重，具体为： 步骤S2-1-1，构建了包括n棵决策树的XGBoost树模块，用于对样本数据进行拟合，并计算每个特征在每棵决策树中的分裂增益； 步骤S2-1-2，通过分析每个特征在每棵决策树中的分裂增益，得到每个特征的分数； 步骤S2-1-3，将分数低于阈值的样本舍弃，保留分数高于阈值的样本，并输出样本的权重； 步骤S2中，LSTM模块包括多个采用前向传播的LSTM子模块A、多个采用反向传播的LSTM子模块A`，样本数据以及由XGBoost树模块输出的该样本的权重作为LSTM子模块A、LSTM子模块A`的输入，LSTM子模块A、LSTM子模块A`的输出与对应的样本数据进行跳跃连接后作为LSTM模块的输出； LSTM子模块A、LSTM子模块A`均增加有窥探孔结构并使用coupled忘记机制； 步骤S2中，nmODE模块的神经常微分方程为： 其中，表示nmODE模块的输入，表示数据x在LSTM模块的输出，表示nmODE模块在时间t的状态。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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”。