買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京健康有益科技有限公司申請的專利一種基于連續數據的阿爾茨海默氏癥風險預測系統和方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119564155B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411658565.9，技術領域涉及：A61B5/00；該發明授權一種基于連續數據的阿爾茨海默氏癥風險預測系統和方法是由李宇欣;趙云龍;李斯琦;裘實設計研發完成，并于2024-11-20向國家知識產權局提交的專利申請。

本一種基于連續數據的阿爾茨海默氏癥風險預測系統和方法在說明書摘要公布了：本發明提供了一種基于連續數據的阿爾茨海默氏癥風險預測系統和方法，包括：數據采集模塊，用于采集個體的多維度連續數據；數據分析模塊，用于對多維度連續數據進行分析，采集多維度連續數據的數據特征，并根據數據特征輸出個體的姿態特征；預測模塊，用于基于姿態特征確定個體在目標時間序列下的行為路徑變化點，并基于行為路徑變化點進行阿爾茨海默氏癥風險預測。確保了阿爾茨海默氏癥風險預測的準確性以及可靠性，為進行疾病治療提供了極大的便利。

本發明授權一種基于連續數據的阿爾茨海默氏癥風險預測系統和方法在權利要求書中公布了：1.一種基于連續數據的阿爾茨海默氏癥風險預測系統，其特征在于，包括： 數據采集模塊，用于采集個體的多維度連續數據； 數據分析模塊，用于對多維度連續數據進行分析，采集多維度連續數據的數據特征，并根據數據特征輸出個體的姿態特征； 預測模塊，用于基于姿態特征確定個體在目標時間序列下的行為路徑變化點，并基于行為路徑變化點進行阿爾茨海默氏癥風險預測； 數據分析模塊，包括： 維度標識獲取單元，用于獲取多維度連續數據的維度標識，并根據多維度連續數據的維度標識在預設數據庫中調取各維度在正常狀態下的連續樣本數據； 目標變換曲線構建單元，用于： 讀取每個維度在正常狀態下的連續樣本數據，并將根據時間順序將連續樣本數據在預設直角坐標系中進行第一映射； 根據第一映射結果獲得各個維度的目標變換曲線； 曲線分析單元，用于對目標變換曲線進行分析，獲得目標變換曲線的基準區間； 數據特征確定單元，用于將連續數據在對應維度的直角坐標系中進行顯示，并將顯示結果與基準區間進行比較，且根據比較結果確定多維度連續數據的數據特征； 姿態特征確定單元，用于根據數據特征確定個體的姿態特征； 姿態特征確定單元，包括： 當數據特征中顯示連續數據在對應維度的直角坐標系中屬于基準區間時，則輸出第一姿態特征； 當數據特征中顯示連續數據在對應維度的直角坐標系中大于基準區間時，則輸出第二姿態特征； 當數據特征中顯示連續數據在對應維度的直角坐標系中屬于基準區間時，則輸出第三姿態特征； 預測模塊，包括： 數據訪問單元，用于： 基于多維度連續數據的維度信息從數據庫中調取多維度歷史數據，并基于阿爾茨海默氏癥的預設評估知識體系確定風險評估因素， 提取多維度歷史數據的數據表征，并基于數據表征確定多維度歷史數據與風險評估因素的關聯指數，且將關聯指數大于預設閾值的多維度歷史數據判定為強關聯參量； 同時，基于預設評估知識體系確定多維度歷史數據對應的強關聯參量之間的多維度拓撲結構，并基于多維度拓撲結構得到強關聯參量之間的關聯屬性； 模型訓練單元，用于： 基于評估要求從模型庫中選取模型框架，并提取模型框架的模型參數； 基于強關聯參量及關聯屬性對模型參數進行迭代訓練，并實時監測迭代訓練過程中各模型指標的訓練值，且在訓練值滿足預設要求時，終止迭代訓練，得到風險預測模型； 風險預測單元，用于： 基于時間發展序列將多維度連續數據對應的姿態特征分別進行序列拆分，得到個體的每一維度連續數據在每一時刻的動作參量，并將相鄰時刻的動作參量進行差異比較，且將相鄰時刻的差異比較結果進行統計匯總，得到個體在目標時間序列下的行為路徑變化點； 基于風險預測模型對行為路徑變化點進行風險分析，得到個體在每一維度連續數據下的風險概率，并基于每一維度連續數據的目標權重對多維度連續對應的風險概率進行加權平均，得到個體的阿爾茨海默氏癥風險預測值； 同時，基于每一維度連續數據下的風險概率和目標權重確定個體的阿爾茨海默氏癥的病態表征，并將阿爾茨海默氏癥風險預測值和病態表征進行關聯綁定。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京健康有益科技有限公司，其通訊地址為：100016 北京市朝陽區亮馬橋路甲40號1幢12層1201室A號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。