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！

龙图腾网获悉吉林大学申请的专利患者临床信息管理系统及方法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：CN119361062B 。

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：202411896512.0，技术领域涉及：G16H10/60；该发明授权患者临床信息管理系统及方法是由田丽;姜启婷设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本患者临床信息管理系统及方法在说明书摘要公布了：本发明公开了一种患者临床信息管理系统及方法，涉及医疗信息管理和数据安全技术领域，包括数据采集模块，用于接收患者基础信息及诊疗记录；加密存储模块，用于根据所述患者基础信息及所述诊疗记录，建立患者档案标识号，并将所述患者基础信息及所述诊疗记录加密后存入对应的电子病历数据库；语义分析模块，用于对所述诊疗记录进行语义分析，提取临床特征标签；临床特征构建模块，用于基于所述语义分析模块得到的所述临床特征标签构建患者相似度矩阵，并进行聚类分析，得到临床特征组；治疗模板生成模块，用于对每个所述临床特征组构建其对应的治疗方案模板。本发明显著提升了患者信息管理的安全性、准确性和智能化水平。

本发明授权患者临床信息管理系统及方法在权利要求书中公布了：1.一种患者临床信息管理系统，其特征在于：包括：数据采集模块，用于接收患者基础信息及诊疗记录；加密存储模块，用于根据所述患者基础信息及所述诊疗记录，建立患者档案标识号，并将所述患者基础信息及所述诊疗记录加密后存入对应的电子病历数据库；所述加密包括将所述数据采集模块采集的数据划分为基础数据块和敏感数据块，采用不同的加密算法分别生成第一加密数据包和第二加密数据包；语义分析模块，用于对所述诊疗记录进行语义分析，提取临床特征标签；临床特征构建模块，用于基于所述语义分析模块得到的所述临床特征标签构建患者相似度矩阵，并进行聚类分析，得到临床特征组；治疗模板生成模块，用于对每个所述临床特征组构建其对应的治疗方案模板；其中，对于加密存储模块中将所述患者基础信息及所述诊疗记录划分为基础数据块和敏感数据块，其中所述基础数据块包括患者基础信息，所述敏感数据块包括诊疗记录；采用SM4分组密码算法对所述基础数据块进行加密，生成第一加密数据包，所述第一加密数据包的加密过程满足以下公式： ；其中，为轮函数，满足： ；其中，为第轮输出，为轮密钥，为非线性变换函数，为线性变换函数，为S盒替换操作；采用SM2椭圆曲线公钥密码算法对所述敏感数据块进行加密，生成第二加密数据包，所述加密过程满足以下公式： ；其中，为随机数，为基点，为公钥，为待加密消息，为密钥派生函数，为SM3哈希函数，和为的坐标值，为椭圆曲线群的余因子，定义为椭圆曲线上所有点的数量除以基点的阶，表示通过随机数与接收方公钥计算得到的共享密钥，表示字符串或数据的连接操作；进一步构建基于SM9标识密码算法的权限等级矩阵，权限验证过程满足： ；其中，权限验证强度计算公式为： ；其中，为签名值，为用户标识，为权限等级哈希值，是系统主密钥相关参数，为基点生成的循环群的阶，表示对取模运算，为主私钥，为权限权重系数；为所述第一加密数据包分配基础访问权限标签，所述基础访问权限标签的安全强度系数满足： ；其中，为权限特征值，为访问频率因子，为标准化参数；为所述第二加密数据包分配高级访问权限标签，计算权限阈值： ；其中，为权限验证强度，为安全级别系数，为动态调整因子；当进行访问时，需根据生成的权限验证密钥进行权限匹配，匹配通过时，才可进行访问，权限匹配度计算满足： ；其中，为最小匹配阈值，当值大于等于时，授权访问有效；其中，对于临床特征构建模块中的基于所述临床特征标签构建患者相似度矩阵，通过聚类分析将具有相似临床特征标签的患者分组，形成临床特征组；基于所述临床特征标签构建患者相似度矩阵，所述相似度矩阵的构建过程包括特征向量生成和相似度计算：所述特征向量包含症状特征分量、检验指标特征分量和诊断特征分量；患者间相似度计算采用改进的多维相似度评估方法，所述多维相似度评估方法综合考虑临床特征相似性、年龄相似性和时间相似性；其中所述临床特征相似性基于特征向量计算得出，所述年龄相似性通过年龄差异指数体现，所述时间相似性通过就诊时间间隔反映；所述患者相似度矩阵的每个元素表示两个患者之间的综合相似程度，所述综合相似程度通过特征相似度、年龄调节因子和时间权重因子的组合计算得出；如下式所示： ；其中，为年龄调节因子，其计算公式为： ；其中，为年龄相似度调节参数，为患者和患者之间的相似度值，为患者的年龄值，为患者的年龄值，分别表示患者和患者的特征向量；所述患者相似度矩阵M的元素计算公式为： ；其中，为时间权重因子，为并发症权重因子，其计算公式分别为： ； ；其中，、为患者就诊时间，、为并发症数量，、为调节参数；基于所述患者相似度矩阵进行聚类分析，所述聚类分析采用改进的密度峰值聚类方法，通过计算局部密度和相对距离识别聚类中心；所述局部密度表示某一患者与其他患者的相似程度集中性，所述相对距离表示某一患者与其他高密度患者的最小距离；所述聚类中心选择同时具有较高局部密度和较大相对距离的患者样本；具体的，计算局部密度和相对距离识别聚类中心如下式所示： ； ；其中，为截断函数，为截断阈值，为患者相似度矩阵的元素，为局部密度，为最小距离。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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”。