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！

龙图腾网获悉西安医学院第一附属医院申请的专利神经内科护理风险动态预警与智能决策支持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：CN121617538B 。

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：202610132288.0，技术领域涉及：G16H20/00；该发明授权神经内科护理风险动态预警与智能决策支持系统是由曹梅;杨静设计研发完成，并于2026-01-30向国家知识产权局提交的专利申请。

本神经内科护理风险动态预警与智能决策支持系统在说明书摘要公布了：本发明涉及智慧医疗多模态数据分析与护理辅助决策技术领域，具体为神经内科护理风险动态预警与智能决策支持系统。包括：数据采集模块采集生理时序与护理日志，获多模态原始数据集；特征提取模块对生理数据行非线性动力学分析生成状态流形向量，对日志行语义嵌入生成含时空特征的干预状态张量；因果推理模块构建动态因果图谱，映射向量与张量为节点，利用张量调节传递权重以抑制非病理波动；决策模块基于图谱反事实推演，计算动态风险及差值，生成分级预警及最优护理路径；反馈模块据处置结果更新图谱参数。本系统有效解决了传统监护设备因日常护理动作导致的高频误报问题，减轻了医护人员的报警疲劳，确保对真实危急事件的聚焦。

本发明授权神经内科护理风险动态预警与智能决策支持系统在权利要求书中公布了：1.一种神经内科护理风险动态预警与智能决策支持系统，其特征在于，包括： 数据采集模块，配置为采集目标对象的监测数据，所述监测数据包括生理时序数据和非结构化护理日志数据，并获得多模态原始数据集； 多模态特征提取模块，配置为对所述多模态原始数据集进行异构特征解析，对所述生理时序数据进行非线性动力学分析以生成表征系统复杂度的状态流形向量，对所述非结构化护理日志数据进行语义嵌入以生成包含操作时空特征的干预状态张量； 因果推理与门控模块，配置为构建动态因果图谱，将所述状态流形向量映射为图谱中的生理状态节点，将所述干预状态张量映射为图谱中的操作事件节点，并利用所述干预状态张量作为控制信号对所述状态流形向量在图谱中的传递权重进行自适应门控调节，以抑制非病理性的信号波动； 决策支持模块，配置为基于所述动态因果图谱进行反事实推演，计算当前状态下的动态风险概率及反事实风险差值，并根据所述反事实风险差值生成分级预警信号及最优护理路径； 反馈优化模块，配置为根据所述分级预警信号的处置结果，更新所述动态因果图谱的条件概率参数； 所述多模态特征提取模块包括： 熵流形构建单元，用于处理所述生理时序数据，保留所述生理时序数据中的高频噪声特征，采用多尺度样本熵算法及去趋势波动分析方法，计算所述生理时序数据在预设的不同时间尺度上的复杂度特征，并将所述复杂度特征组合以构建所述状态流形向量，其中，所述状态流形向量用于表征目标对象自主神经系统的稳定性； 语义向量化单元，用于处理所述非结构化护理日志数据，利用预训练的医学语义模型提取护理操作事件及给药事件的语义特征，并结合预设的时间衰减函数，生成所述干预状态张量，其中，所述干预状态张量包含操作类型、操作强度及时间衰减权重信息； 所述因果推理与门控模块包括： 图谱构建单元，配置为建立所述动态因果图谱，所述动态因果图谱包含生理状态节点、操作事件节点及潜在并发症节点，并定义各节点之间的有向边为条件转移概率； 自适应门控单元，配置为执行混合推理，将所述干预状态张量作为门控信号输入至神经网络的门控结构中；若所述干预状态张量指示存在预设的干扰性护理操作，则降低所述门控结构对所述状态流形向量的输入权重，将所述生理时序数据的波动归因为医源性伪影；若所述干预状态张量指示不存在所述干扰性护理操作，则保持或提升所述输入权重，将所述波动归因为病理性恶化。

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西安医学院第一附属医院，其通讯地址为：710077 陕西省西安市莲湖区丰镐西路48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。