Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院重庆绿色智能技术研究院陈芋文获国家专利权

中国科学院重庆绿色智能技术研究院陈芋文获国家专利权

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!

龙图腾网获悉中国科学院重庆绿色智能技术研究院申请的专利基于组合机器学习的手术危重症辅助评估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:CN115116605B

龙图腾网通过国家知识产权局官网在2026-05-05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:202210739092.X,技术领域涉及:G16H50/20;该发明授权基于组合机器学习的手术危重症辅助评估方法是由陈芋文;吴海洋;陈嘉翼;张矩设计研发完成,并于2022-06-12向国家知识产权局提交的专利申请。

基于组合机器学习的手术危重症辅助评估方法在说明书摘要公布了:本发明为基于组合机器学习的手术危重症辅助评估方法,包括如下步骤:S1:将历史监护与监测的时序数据进行分割和人为标记;S2:利用基于决策树的随机森林回归进行数据补全;S3:危重症共有指标的相关性分析;S4:利用组合机器学习方法建立术前辅助评估模型并训练;S5:辅助医生对术前危重症进行评估分析;S6:将术中的历史监护与监测的时序数据按照术中特征值进行聚类;S7:利用损失函数计算出最优监测周期;S8:利用最优监测周期计算危重症程度量化值;S9:利用组合机器学习方法建立术中辅助评估模型并训练;S10:辅助医生对术中危重症进行评估分析。本发明能够全面准确的预测出危重症周期以及危重症的程度,有利于辅助医务人员进行有效干预。

本发明授权基于组合机器学习的手术危重症辅助评估方法在权利要求书中公布了:1.基于组合机器学习的手术危重症辅助评估方法,其特征在于,包括以下步骤: S1:将历史监护与监测的时序数据按照术前阶段和术中阶段分割为术前历史监护与监测的时序数据和术中的历史监护与监测的时序数据,并按照医生诊断结论进行危重症及其周期的人为标记; S2:对术前和术中的历史监护与监测的时序数据,分别利用基于决策树的随机森林回归算法对其中缺失的监测指标数据进行填补; S3:根据术前的历史监护与监测的时序数据,进行危重症共有指标的相关性分析,提取对危重症影响权重和大的监测指标作为术前因子; S4:将术前因子作为模型的输入,利用组合机器学习方法建立适应不用类型危重症的术前辅助评估模型,并用术前的历史监护与监测的时序数据对其进行训练; S5:将某一患者的术前因子输入到训练好的危重症的术前辅助评估模型,辅助医生对术前危重症进行评估分析; S6:将术中的历史监护与监测的时序数据中标记为危重症周期的数据进行术中特征值计算,同理,将术中的历史监护与监测的时序数据中标记为非危重症周期的患者数据进行术中特征值计算,然后按照术中特征值进行聚类,得到危重症聚类中心和非危重症聚类中心; S7:初始设定一个监测周期,将术中的历史监护与监测的时序数据按照监测周期进行术中特征值计算,根据术中特征值与危重症聚类中心和非危重症聚类中心的距离进行归类,并利用损失函数计算出最优监测周期; S8:利用最优监测周期内的术中历史监护与监测的时序数据,计算危重症程度量化值; S9:将术前因子、术中特征值和危重症程度量化值作为模型的输入,利用组合机器学习方法建立适应不用类型危重症的术中辅助评估模型,并用术前和术中的历史监护与监测的时序数据对其进行训练; S10:将某一患者的术前因子、术中特征值和危重症程度量化值输入到训练好的危重症的术中辅助评估模型,辅助医生对术中危重症进行评估分析。

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科学院重庆绿色智能技术研究院,其通讯地址为:400714 重庆市北碚区水土镇水土高新园方正大道266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”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。