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！

龙图腾网恭喜中国科学院自动化研究所申请的专利相似病历检索模型的训练方法、检索方法及电子设备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：CN118968099B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202411428291.4，技术领域涉及：G06V10/74；该发明授权相似病历检索模型的训练方法、检索方法及电子设备是由牛景昊;龙君杰;刘嘉熙;张文生设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本相似病历检索模型的训练方法、检索方法及电子设备在说明书摘要公布了：本发明提供一种相似病历检索模型的训练方法、检索方法及电子设备，应用人工智能以及医疗技术领域。该方法包括：获取第一患者病历的样本患者子图和第二患者病历的样本患者子图；利用相似病历检索模型的第一神经网络对第一患者病历的样本患者子图进行特征提取，得到第一样本图嵌入；利用第二神经网络对第二患者病历的样本患者子图进行特征提取，得到第二样本图嵌入；利用第三神经网络对第一样本图嵌入和第二样本图嵌入进行相似度计算，得到第一患者病历与第二患者病历的病历相似度预测结果；利用第一患者病历与第二患者病历的病历相似度的预测结果和真实结果，对相似病历检索模型的参数进行调整，得到经训练的相似病历检索模型。

本发明授权相似病历检索模型的训练方法、检索方法及电子设备在权利要求书中公布了：1.一种相似病历检索模型的训练方法，应用于中医领域，其特征在于，所述方法包括：获取第一患者病历的样本患者子图和第二患者病历的样本患者子图，其中，所述样本患者子图包括多个样本节点和表征任意两个所述样本节点之间的关联关系的边，所述样本节点包括样本患者节点和与所述样本患者节点对应的多个样本症状节点；利用相似病历检索模型的第一神经网络对所述第一患者病历的样本患者子图进行特征提取，得到第一样本图嵌入；利用所述相似病历检索模型的第二神经网络对所述第二患者病历的样本患者子图进行特征提取，得到第二样本图嵌入，其中，所述第一神经网络与所述第二神经网络共享权重参数；利用所述相似病历检索模型的第三神经网络对所述第一样本图嵌入和所述第二样本图嵌入进行相似度计算，得到所述第一患者病历与所述第二患者病历之间的病历相似度的预测结果；利用所述第一患者病历与所述第二患者病历的病历相似度的预测结果和真实结果，对所述相似病历检索模型的参数进行调整，得到经训练的相似病历检索模型，其中，所述真实结果是通过所述第一患者病历和所述第二患者病历的中医医学属性信息计算得到的；所述第一神经网络具有L层，所述样本节点具有N个；所述利用相似病历检索模型的第一神经网络对所述第一患者病历的样本患者子图进行特征提取，得到第一样本图嵌入，包括：针对所述第一神经网络的第l层以及所述第一患者病历的样本患者子图中的第i个样本节点，对第l-1层的所述第i个样本节点和第l-1层的第j个样本节点进行自注意力计算，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的重要性系数，得到所述N个样本节点中任意两个所述样本节点之间的重要性系数，其中，所述样本节点之间的重要性系数表征任意两个所述样本节点之间的关联关系的重要程度；对第l-1层的所述第i个样本节点和第l-1层的所述第j个样本节点进行自监督计算，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的样本节点边对概率，得到所述N个样本节点中任意两个所述样本节点之间的样本节点边对概率，其中，所述样本节点边对概率表征任意两个所述样本节点之间存在边的概率；根据与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的重要性系数和所述样本节点边对概率，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的注意力系数，得到所述N个样本节点中任意两个所述样本节点之间的注意力系数；根据与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的注意力系数和第l-1层第i个样本节点对应的节点特征，得到与第l层的第一神经网络的第i个样本节点嵌入，得到与第l层的第一神经网络对应的N个样本节点嵌入；对所述N个样本节点嵌入进行聚合处理，得到所述第一样本图嵌入；所述对第l-1层的所述第i个样本节点和第l-1层的第j个样本节点进行自注意力计算，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的重要性系数，包括：利用与所述第l层的第一神经网络对应的权重矩阵，分别对第l-1层的所述第i个样本节点和第l-1层的所述第j个样本节点进行增维处理，得到增维后的第i个样本节点和增维后的第j个样本节点；确定与所述第l层的第一神经网络对应的注意力权重向量；根据所述注意力权重向量、增维后的第i个样本节点和增维后的第j个样本节点，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的重要性系数；所述根据与第l层的第一神经网络对应的第i个样本节点与所述第j个样本节点之间的重要性系数和所述样本节点边对概率，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的注意力系数，包括：对与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的重要性系数和所述样本节点边对概率进行内积计算，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的中间注意力系数；对所述中间注意力系数进行正则化处理，得到与第l层的第一神经网络对应的所述第i个样本节点与所述第j个样本节点之间的注意力系数。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。