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！

龙图腾网获悉内蒙古医科大学附属医院(内蒙古自治区心血管研究所)申请的专利一种神经内科康复程度评价方法及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：CN119380997B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202411952090.4，技术领域涉及：G16H50/30；该发明授权一种神经内科康复程度评价方法及系统是由杨佳设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种神经内科康复程度评价方法及系统在说明书摘要公布了：本发明公开了一种神经内科康复程度评价方法及系统，涉及医疗康复评价技术领域，该方法包括以下具体步骤：数据采集：对神经内科患者进行全基因组测序，获取患者的全基因组数据，收集患者初始的病情严重程度数据并由专业神经内科医生依据既定的病情评估标准对患者初次就诊时的症状表现进行评估，本发明通过融合个体基因数据与神经元突触微观特征数据，并运用关键基因筛选策略及突触可塑性指标建立方法，构建多维度且更具精准性的神经内科康复程度评价体系，不仅从神经细胞连接重建的根源层面深入了解神经功能修复水平，还通过个性化康复轨迹预测模型实现了康复过程的精准预测和实时评价，从而能够更全面、细致地反映患者真实的康复状态。

本发明授权一种神经内科康复程度评价方法及系统在权利要求书中公布了：1.一种神经内科康复程度评价方法，其特征在于，该方法包括以下具体步骤：数据采集：对神经内科患者进行全基因组测序，获取患者的全基因组数据，收集患者初始的病情严重程度数据并由专业神经内科医生依据既定的病情评估标准对患者初次就诊时的症状表现进行评估，同时采集患者的基础身体状况数据，另外借助超高分辨率显微镜成像技术结合神经细胞标记方法，对大脑神经元突触的形态、数量和密度进行定期观察记录，并配合在体电生理记录技术，监测突触传递效率和突触后电位变化功能参数在康复过程中的动态改变；关键基因信息提取与突触可塑性指标建立：将全基因组测序获取的数据导入生物信息学分析软件平台，对原始基因序列数据进行质量筛选、序列比对以及注释操作，基于神经内科疾病康复特有的神经发育和修复机制，运用生物信息学分析与医学知识融合策略，深入挖掘与神经发育和修复紧密相关的基因信息，针对通过超高分辨率显微镜成像技术采集到的神经元突触微观结构特征数据，以及在体电生理记录技术获取的突触传递效率和突触后电位变化参数数据，通过量化计算方式反映神经细胞之间连接重建的程度，对于突触微观结构特征数据，运用图像分析算法，对不同时间点采集的图像数据进行比对分析，计算突触新生率，对于突触功能参数数据，以康复治疗开始时首次记录的数据为基线，按照固定时间间隔，对比分析不同时间节点的参数变化情况，通过算法得出突触传递效能提升幅度的反映突触功能可塑性变化的量化指标；个性化康复轨迹预测模型构建：将提取的关键基因信息、建立的突触可塑性量化指标以及采集到的患者初始病情严重程度数据、基础身体状况数据作为输入特征，利用人工智能算法构建个性化康复轨迹预测模型，通过对大量已有神经内科康复案例数据进行训练学习，具体地，设输入特征向量为X，其中X＝[Xgene，Xsymapse，Xseverity，Xbase]，分别对应关键基因信息、突触可塑性量化指标、初始病情严重程度数据和基础身体状况数据的特征向量，网络的隐藏层表示为Hl，输出层预测的康复状态指标向量为Y，对于输入层到第一层隐藏层的计算其中，σ为激活函数，是第一层隐藏层中对应输入特征Xi和Xj交互的权重参数，表示自定义的特征融合操作，b1是第一层隐藏层的偏置项，对于从第l-1层隐藏层到第l层隐藏层的传播计算公式为：其中，是第l层隐藏层中对应上一层第k个神经元输出的连接权重，表示第l-1层隐藏层中第k个神经元的输出值，是上一层经过激活函数处理后的结果，作为当前层的输入，bi是第l层隐藏层的偏置项，在隐藏层之后添加注意力机制层，用于动态地为不同输入特征分配不同的注意力权重，突出对当前康复轨迹预测更关键的特征信息，公式为：其中，et表示计算得到的未归一化的注意力得分，用于衡量每个特征维度在当前康复轨迹预测任务下的重要性程度，其计算涉及到通过权重矩阵Watt和Uatt分别对隐藏层输出HL和原始输入特征X进行线性变换，加上偏置batt后经过tanh激活函数处理，αt是经过归一化后的注意力权重，是经过注意力加权后的输入特征向量，经过注意力机制层后，使用加权后的特征向量进行最终康复状态指标的预测，计算公式为：其中，Wout是输出层的权重矩阵，bout是输出层的偏置项，为了训练上述网络模型，采用损失函数衡量预测的康复状态指标Y与实际康复状态指标Ytrue之间的差异，其计算公式为： 其中，Tpred是预测的总时间节点数，wt是对应每个时间节点的权重系数，Yt和Ytruet分别是在时间节点t的预测康复状态指标值和实际康复状态指标值，S表示将康复过程划分为的不同阶段数量，Ts是第s个康复阶段包含的时间节点数量，Yst和分别是在第s个康复阶段时间节点t的预测和实际康复状态指标值，是计算该康复阶段实际康复状态指标值的方差，λ是平衡两项损失的超参数，在训练过程中，使用优化算法最小化上述损失函数，根据损失函数对模型的权重参数进行更新调整，经过多次迭代训练，直到模型在验证集上的性能指标满足要求，得到训练好的个性化康复轨迹预测模型；康复程度实时评价：在患者康复过程中，按照预定的时间间隔，采集患者当前实际的康复状态指标，将实际康复状态指标与预测模型输出的对应时间节点的预测康复状态指标进行对比分析，计算两者之间的差异程度，依据评价标准来确定当前患者的康复程度评价结果；评价指标权重调整与康复计划优化：根据实时评价结果中实际康复表现与预测轨迹的差异情况，动态调整后续康复评价中各指标的权重，同时依据调整后的评价指标权重以及实际康复进展情况，优化后续的康复计划，调整康复训练的内容、强度和频率，生成更贴合患者个体当前康复需求的个性化康复方案。

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内蒙古医科大学附属医院(内蒙古自治区心血管研究所)，其通讯地址为：010050 内蒙古自治区呼和浩特市回民区通道北街1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”。