買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉南昌大學(xué)申請(qǐng)的專利一種基于圖神經(jīng)網(wǎng)絡(luò)和缺失特征預(yù)測(cè)的卒中復(fù)發(fā)預(yù)測(cè)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120452806B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510956177.7，技術(shù)領(lǐng)域涉及：G16H50/30；該發(fā)明授權(quán)一種基于圖神經(jīng)網(wǎng)絡(luò)和缺失特征預(yù)測(cè)的卒中復(fù)發(fā)預(yù)測(cè)方法是由黃政;裘名凡;龐孟;李正宇;徐麗君;幸瑋;賓清設(shè)計(jì)研發(fā)完成，并于2025-07-11向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于圖神經(jīng)網(wǎng)絡(luò)和缺失特征預(yù)測(cè)的卒中復(fù)發(fā)預(yù)測(cè)方法在說(shuō)明書摘要公布了：本申請(qǐng)屬于醫(yī)療數(shù)據(jù)處理技術(shù)領(lǐng)域，公開(kāi)了一種基于圖神經(jīng)網(wǎng)絡(luò)和缺失特征預(yù)測(cè)的卒中復(fù)發(fā)預(yù)測(cè)方法，該方法首先對(duì)收集的包含缺失值的患者臨床數(shù)據(jù)進(jìn)行預(yù)處理，利用未缺失特征訓(xùn)練預(yù)測(cè)模型以填充缺失特征值，得到完整特征數(shù)據(jù)；然后，基于完整特征數(shù)據(jù)構(gòu)建特征圖，其中節(jié)點(diǎn)表示特征，邊表示特征間的相關(guān)性；最后，將所述特征圖輸入圖神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，學(xué)習(xí)特征間的高階交互關(guān)系，輸出卒中復(fù)發(fā)預(yù)測(cè)結(jié)果，并可對(duì)特征重要性進(jìn)行排序。本發(fā)明通過(guò)對(duì)缺失數(shù)據(jù)進(jìn)行有效預(yù)測(cè)填充，并利用圖神經(jīng)網(wǎng)絡(luò)挖掘特征間的復(fù)雜拓?fù)潢P(guān)系，提高了卒中復(fù)發(fā)預(yù)測(cè)的準(zhǔn)確性和模型的魯棒性，同時(shí)保留了醫(yī)學(xué)可解釋性。

本發(fā)明授權(quán)一種基于圖神經(jīng)網(wǎng)絡(luò)和缺失特征預(yù)測(cè)的卒中復(fù)發(fā)預(yù)測(cè)方法在權(quán)利要求書中公布了：1.一種基于圖神經(jīng)網(wǎng)絡(luò)和缺失特征預(yù)測(cè)的卒中復(fù)發(fā)預(yù)測(cè)方法，其特征在于，包括以下步驟： 步驟S1：獲取包含患者基本信息、病史特征、檢驗(yàn)指標(biāo)及臨床評(píng)分?jǐn)?shù)據(jù)的多模態(tài)醫(yī)學(xué)數(shù)據(jù)，對(duì)所述多模態(tài)醫(yī)學(xué)數(shù)據(jù)進(jìn)行預(yù)處理生成標(biāo)準(zhǔn)化特征向量；構(gòu)建缺失特征預(yù)測(cè)模型，利用所述標(biāo)準(zhǔn)化特征向量中的未缺失特征作為輸入，對(duì)缺失特征進(jìn)行預(yù)測(cè)并填充，以生成完整特征數(shù)據(jù)； 步驟S2：基于完整特征數(shù)據(jù)，計(jì)算特征間的皮爾遜相關(guān)系數(shù)，篩選相關(guān)性排名前預(yù)設(shè)比例的特征構(gòu)建特征圖，圖中節(jié)點(diǎn)表示特征，邊權(quán)重為特征間的相關(guān)系數(shù)； 步驟S3：將所述特征圖輸入圖神經(jīng)網(wǎng)絡(luò)模型，通過(guò)消息傳遞層聚合節(jié)點(diǎn)特征以生成各節(jié)點(diǎn)嵌入表示；利用前饋神經(jīng)網(wǎng)絡(luò)對(duì)節(jié)點(diǎn)嵌入進(jìn)行線性映射，輸出卒中復(fù)發(fā)概率的二分類結(jié)果； 步驟S4：根據(jù)圖神經(jīng)網(wǎng)絡(luò)中的節(jié)點(diǎn)權(quán)重，計(jì)算各特征對(duì)預(yù)測(cè)結(jié)果的貢獻(xiàn)度，生成可解釋的特征重要性排序。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人南昌大學(xué)，其通訊地址為：330000 江西省南昌市紅谷灘區(qū)學(xué)府大道999號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。