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！

龙图腾网恭喜电子科技大学申请的专利多属性特征填充的药物间不良反应预测方法、系统及介质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：CN115831390B 。

龙图腾网通过国家知识产权局官网在2025-06-27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：202211434048.4，技术领域涉及：G16H70/40；该发明授权多属性特征填充的药物间不良反应预测方法、系统及介质是由朱嘉静;刘勇国;张云;陆鑫;李巧勤设计研发完成，并于2022-11-16向国家知识产权局提交的专利申请。

本多属性特征填充的药物间不良反应预测方法、系统及介质在说明书摘要公布了：本发明公开了多属性特征填充的药物间不良反应预测方法、系统及介质，获取药物间不良反应数据与药物多属性数据；构建药物多属性缺失特征填充模型；通过余弦相似性正则项对药物多属性缺失填充模型进行修正，并采用拉格朗日函数、交替方向乘子法以及非负矩阵分解方法，对缺失填充模型进行求解，获得药物多属性的共有特征与特有特征；结合不良反应数据，构建预测模型；获取任意两个药物之间的多属性数据，计算药物多属性的共有特征和特有特征，并将其输入到所述预测模型中，获得药物之间的不良反应预测结果；本发明的有益效果不仅提高对药物间不良反应预测的准确性，同时促进药物间不良反应的实验研究，保证了用药安全性。

本发明授权多属性特征填充的药物间不良反应预测方法、系统及介质在权利要求书中公布了：1.多属性特征填充的药物间不良反应预测方法，其特征在于，方法步骤包括： 获取药物间不良反应数据与药物多属性数据； 基于所述药物多属性数据，构建基于共有特征和特有特征的药物多属性缺失特征填充模型； 所述基于共有特征和特有特征的多属性缺失特征填充模型的具体表达式为： 表示矩阵的Frobenius范数，||·||0表示矩阵0范数，P为药物多属性的共有特征，Qm为药物第m个属性的特有特征，Um为第m个属性中基于共有特征和特有特征的原始特征空间Xm重构系数矩阵，Xm为药物第m个属性特征空间，为药物已知属性特征信息，KL为散度，表示第m个属性中药物已知属性特征信息的标记矩阵，表示在属性原始特征空间Xm提取已知属性特征的药物按索引序排列，获得药物已知属性特征信息αm表示第m个属性重构系数矩阵的稀疏性规则化参数，β表示不同属性特有特征间KL散度的规则化参数； 通过余弦相似性正则项对所述药物多属性缺失填充模型进行修正，并采用拉格朗日函数、交替方向乘子法以及非负矩阵分解方法，对修正后的药物多属性缺失填充模型进行求解，获得药物多属性的共有特征与特有特征； 药物多属性的共有特征与特有特征的具体获得方法为： 通过余弦相似性正则项对所述药物多属性缺失填充模型进行修正，获得修正模型； 通过拉格朗日函数、交替方向乘子法以及非负矩阵分解方法，对修正模型进行求解，获得填充后的药物属性特征空间、多属性特征空间的共有特征和特有特征，以及属性特征空间的重构系数矩阵的迭代更新式； 对所述修正模型变量进行迭代更新，直到迭代更新次数达到最大值或模型达到最小变化阈值，获得药物多属性的共有特征与特有特征； 基于药物多属性的共有特征与特有特征，结合所述不良反应数据，构建预测模型； 所述修正模型的具体表达式为： Smdi,dj可视作向量和之间的标准化余弦相似性,P+Qmi·和P+Qmj·为药物di和dj共有特征和特有特征的组合表示，γm表示第m个属性余弦相似性正则项规则化参数，表示向量的l2范数； 获取任意两个药物之间的多属性数据，计算药物多属性的共有特征和特有特征，并将其输入到所述预测模型中，获得药物之间的不良反应预测结果。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区（西区）西源大道2006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”。