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！

龍圖騰網獲悉武漢楚譽科技股份有限公司申請的專利基于數據分析的醫療單位的自查方法及系統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：CN119964744B 。

龍圖騰網通過國家知識產權局官網在2025-09-12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：202510002030.4，技術領域涉及：G16H40/20；該發明授權基于數據分析的醫療單位的自查方法及系統是由胡濤;胡海;吳凡;陳孌;劉忠裕;龔愛華設計研發完成，并于2025-01-02向國家知識產權局提交的專利申請。

本基于數據分析的醫療單位的自查方法及系統在說明書摘要公布了：本申請公開了一種基于數據分析的醫療單位的自查方法及系統，屬于信息化規劃技術領域。方法包括：接收并響應自查請求，調取目標醫療單位的多模態數據，多模態數據包括文本數據、影像數據、聲音數據和時間序列數據；對文本數據、影像數據、聲音數據和時間序列數據進行數據加工和數據融合，得到醫療數據；將醫療數據輸入至自查檢測模型，通過自查檢測模型對醫療數據進行分析和檢測，得到自查檢測模型輸出的檢測結果；對檢測結果進行分析，生成目標醫療單位的考核結果并匹配整改建議，得到目標醫療單位的自查報告。該方法能夠充分利用數據中的潛在信息，實現對醫療單位的全面、個性化和精確的評估。

本發明授權基于數據分析的醫療單位的自查方法及系統在權利要求書中公布了：1.一種基于數據分析的醫療單位的自查方法，其特征在于，包括： 接收并響應自查請求，調取目標醫療單位的多模態數據，所述多模態數據包括文本數據、影像數據、聲音數據和時間序列數據； 對所述文本數據、所述影像數據、所述聲音數據和所述時間序列數據進行數據加工和數據融合，得到醫療數據； 將所述醫療數據輸入至自查檢測模型，通過所述自查檢測模型對所述醫療數據進行分析和檢測，得到所述自查檢測模型輸出的檢測結果，所述自查檢測模型是基于大模型構建的； 對所述檢測結果進行分析，生成所述目標醫療單位的考核結果并匹配整改建議，得到所述目標醫療單位的自查報告； 所述自查檢測模型包括依次連接的輸入層、特征提取層、表示層、多模態融合層、隱藏層、決策層和輸出層，所述特征提取層連接所述多模態融合層，通過所述自查檢測模型對所述醫療數據進行分析和檢測，得到所述自查檢測模型輸出的檢測結果，包括： 通過所述輸入層對所述醫療數據進行編碼； 通過所述特征提取層對所述醫療數據按數據模態分別進行特征提取，得到第一特征組； 通過所述表示層對所述第一特征組中的每個第一特征進行非線性變換，生成對應的高維特征表示； 通過多模態融合層，將所述第一特征組進行拼接，得到早期融合特征，并將所述高維特征表示融合成晚期融合特征，通過注意力機制對所述早期融合特征和所述晚期融合特征分配權重，得到綜合特征表示； 通過所述隱藏層，對所述綜合特征表示進行非線性變換，得到非線性特征表示； 通過所述決策層，對所述非線性特征表示進行模式識別，確定任務類別并執行，得到所述醫療數據中的異常模式，對所述非線性特征表示進行異常檢測，得到異常醫療數據； 通過輸出層，將所述異常模式和異常醫療數據映射至結果空間，得到檢測結果并輸出； 通過多模態融合層，將所述第一特征組進行拼接，得到早期融合特征，并將所述高維特征表示融合成晚期融合特征，包括： 通過多級注意力機制，對每個數據模態的所述第一特征根據模態層次和抽象層次進行劃分，以確定低層次特征、中層次特征和高層次特征的注意力權重； 根據所述注意力權重，對所述低層次特征、所述中層次特征和所述高層次特征進行加權計算，得到早期融合特征； 通過跨模態圖神經網絡對每個所述高維特征表示之間進行信息傳遞，根據所述高維特征表示之間的交互關系，對所述高維特征表示進行融合； 通過多模態變換網絡，根據所述高維特征表示的深層關聯，對所述高維特征表示的融合進行優化，得到晚期融合特征； 所述隱藏層中設置有變分自編碼器和解碼器，通過所述隱藏層，對所述綜合特征表示進行非線性變換，得到非線性特征表示，包括： 通過所述變分自編碼器，對所述綜合特征表示映射至潛在空間，通過所述解碼器，在潛在空間對所述綜合特征表示進行數據重建； 基于數據重建過程中每個數據點的重建誤差和概率分布，確定異常值； 對重建的數據點進行時序分析，確定數據變化趨勢； 將所述異常值和所述變化趨勢作為所述非線性特征表示。

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武漢楚譽科技股份有限公司，其通訊地址為：430000 湖北省武漢市東湖新技術開發區光谷大道特1號國際企業中心2棟6層02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”。