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！

龙图腾网获悉连云港市第二人民医院(连云港市临床肿瘤研究所)申请的专利基于改进群体算法的老年肿瘤患者衰弱前期风险预测系统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：CN120340817B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202510408603.3，技术领域涉及：G16H50/20；该发明授权基于改进群体算法的老年肿瘤患者衰弱前期风险预测系统是由夏秋婕;胡怀宁;尚玉萍;张喆萍设计研发完成，并于2025-04-02向国家知识产权局提交的专利申请。

本基于改进群体算法的老年肿瘤患者衰弱前期风险预测系统在说明书摘要公布了：本发明公开了一种基于改进群体算法的老年肿瘤患者衰弱前期风险预测系统，所述系统包括：数据采集模块，构建老年肿瘤患者数据集；数据预处理模块，生成融合后的老年肿瘤患者特征矩阵；特征处理模块，形成初始特征集合；特征筛选模块，将初始特征集合输入离散帝王蝶优化算法中，生成关键特征子集；多尺度马尔可夫链建模模块，基于所述关键特征子集构建多尺度马尔可夫链模型，形成风险状态序列；动态风险预测模块，判断老年肿瘤患者的衰弱前期风险是否达到预警标准，并生成相应的风险预警信息。本发明建立分层预测机制，使得模型能够从短期健康波动、中期变化趋势到长期风险演化进行全面分析。

本发明授权基于改进群体算法的老年肿瘤患者衰弱前期风险预测系统在权利要求书中公布了：1.一种基于改进群体算法的老年肿瘤患者衰弱前期风险预测系统，其特征在于，包括： 数据采集模块，采集老年肿瘤患者的多维数据，构建老年肿瘤患者数据集； 数据预处理模块，对老年肿瘤患者数据集进行预处理，生成融合后的老年肿瘤患者特征矩阵； 特征处理模块，基于老年肿瘤患者特征矩阵，利用统计分析和医学专家经验对老年肿瘤患者数据中的各项特征进行初步筛选，形成初始特征集合； 特征筛选模块，将初始特征集合输入离散帝王蝶优化算法中，采用全局搜索策略对老年肿瘤患者数据中的特征进行优化选择，生成关键特征子集； 多尺度马尔可夫链建模模块，基于所述关键特征子集构建多尺度马尔可夫链模型，在不同时间尺度上对老年肿瘤患者的健康状态进行建模，定义患者状态及状态转移概率矩阵，形成风险状态序列； 动态风险预测模块，根据风险状态序列动态预测老年肿瘤患者的衰弱前期风险，并获得实时风险评估结果，根据所述实时风险评估结果与预设风险预警阈值进行比对，判断老年肿瘤患者的衰弱前期风险是否达到预警标准，并生成相应的风险预警信息； 所述多尺度马尔可夫链建模模块包括： 基于所述关键特征子集提取老年肿瘤患者在不同时间点的观测数据，构建患者健康状态时间序列： 其中，为关键特征矩阵在每个时间点处的观测值，，其中表示第个时间点上第个关键特征的观测值； 对老年肿瘤患者衰弱前期健康状态进行离散化，将患者状态映射至有限的健康等级集合： 其中，为健康状态集合，表示不同的健康状态，包括正常、轻度衰弱、中度衰弱及重度衰弱； 采用阈值分割方法基于关键特征子集的统计分布，将每个时间点的观测值映射至健康状态集合： 其中为第个时间点的健康状态，表示观测数据归属于状态的概率； 在不同时间尺度上建立多尺度马尔可夫链模型： 其中，表示时间尺度，分别建立短期、中期和长期的马尔可夫链模型，为不同时间尺度的状态转移概率矩阵，表示健康状态在不同时间尺度上的变化规律； 多尺度马尔可夫链模型在短期时间尺度下，计算健康状态的转移概率： 其中，为短期健康状态转移概率，表示患者从状态变化到状态的概率，和分别表示相邻时间点的健康状态，短期转移概率基于随访数据统计估计得到； 多尺度马尔可夫链模型在中期时间尺度下，采用状态累积转移方法计算： 其中，为中期健康状态转移概率，表示患者从状态变化到状态的概率，反映了两步状态转移的概率，通过状态间的中间转移估算长期趋势； 多尺度马尔可夫链模型在长期时间尺度下，采用稳态概率计算长期趋势： 其中，为长期健康状态转移概率，表示患者从状态变化到状态的概率，反映了长期健康状态的演变趋势，通过计算转移矩阵的稳态分布，预测老年肿瘤患者的长期健康风险； 计算出的不同时间尺度的状态转移概率矩阵，计算患者在短期、中期及长期的风险状态序列： 其中，表示在时间尺度下，患者在时刻的预测健康状态，为在时间尺度d下患者从当前健康状态变化到未来健康状态的状态转移概率。

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连云港市第二人民医院(连云港市临床肿瘤研究所)，其通讯地址为：222000 江苏省连云港市海州区幸福路161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。