一种面瘫治疗方案的确定方法、装置、可读介质及电子设备
阅读：1031发布：2020-05-20
专利汇可以提供一种面瘫治疗方案的确定方法、装置、可读介质及电子设备专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种面瘫 治疗 方案 的确定方法、装置、可读介质及 电子 设备，包括：对样本数据进行数据训练，以建立方案分析模型；确定目标患者的病症信息，并确定多个治疗方案；利用所述方案分析模型，通过所述目标患者的病症信息和各所述治疗方案进行分析计算，确定各所述治疗方案对应的预测治疗结果；根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案；通过 机器学习 算法 建立方案分析模型，并针对目标患者特定的病症信息，分析多个治疗方案的预测治疗结果，根据所述预测治疗结果选择治疗效果最为理想的一种治疗方案；实现了判断不同临床情况下相应的选择最好的治疗方案，以达到最理想的治疗效果。，下面是一种面瘫治疗方案的确定方法、装置、可读介质及电子设备专利的具体信息内容。
1.一种面瘫治疗方案的确定方法，其特征在于，包括：
对样本数据进行数据训练，以建立方案分析模型；
确定目标患者的病症信息，并确定多个治疗方案；
利用所述方案分析模型，通过所述目标患者的病症信息和各所述治疗方案进行分析计算，确定各所述治疗方案对应的预测治疗结果；
根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案。
2.根据权利要求1所述方法，其特征在于，所述样本数据包括：
样本病症信息、样本治疗方案和相应的治疗结论信息。
3.根据权利要求2所述方法，其特征在于，所述对样本数据进行数据训练，以建立方案分析模型包括：
将所述样本病症信息和样本治疗方案合并为样本临床信息；
将所述样本临床信息和所述治疗结论信息作为训练样本进行监督学习训练，以获得所述样本临床信息与所述治疗结论信息的函数关系；
通过所述函数关系建立所述方案分析模型。
4.根据权利要求3所述方法，其特征在于，还包括：
将所述样本临床信息和所述治疗结论信息代入所述方案分析模型，以获得所述方案分析模型的拟合指标；
当所述拟合指标低于预设的拟合标准时，通过所述监督学习训练修正所述函数关系。
5.根据权利要求2所述方法，其特征在于，所述样本病症信息至少包括影像图像病症信息、表面肌电图病症信息以及面部结构特征信息中的一种信息。
6.根据权利要求5所述方法，其特征在于，所述面部特征信息包括：
将基于面部图像确定的特定面部参考点之间的距离，作为所述面部特征信息。
7.根据权利要求1～6任意一项所述方法，其特征在于，所述根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案包括：
确定各所述预测治疗结果的治愈指数；
将所述治愈指数最高的预测治疗结果对应的治疗方案中确定为目标治疗方案。
8.一种面瘫治疗方案的确定装置，其特征在于，包括：
建模模块，用于对样本数据进行数据训练，以建立方案分析模型；
信息确定模块，用于确定目标患者的病症信息，并确定多个治疗方案；
计算分析模块，用于利用所述方案分析模型，通过所述目标患者的病症信息和各所述治疗方案进行分析计算，确定各所述治疗方案对应的预测治疗结果；
方案确定模块，用于根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案。
9.一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如权利要求1至7中任一所述的方法。
10.一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如权利要求1至7中任一所述的方法。
一种面瘫治疗方案的确定方法、装置、可读介质及电子设备
技术领域
[0001] 本发明涉及计算机技术领域，尤其涉及一种面瘫治疗方案的确定方法、装置、可读介质及电子设备。
背景技术
[0002] 面瘫是一种较为常见的病症，在现代医学上称之为特发性面神经麻痹。通过中医针灸治疗面瘫，已经存在多年临床经验，并且一直有着比较理想的治疗效果，是目前国内治疗面瘫的重要手段。
[0003] 然而，中医治疗面瘫的问题在于，其治疗效果往往是通过主观感受进行评估，缺乏一种客观有效的评价方法。并且，中医针灸治疗面瘫的治疗方案也存在多种。但由于缺少评价方法，所以就难以判断不同临床情况下，如何选择最好的治疗方案，以达到最理想的治疗效果。
[0004] 西医领域评价面瘫病情，可以通过分级量表或表面肌电图等方式。但这些方式一般只能评价患者面瘫病情的严重程度，而无法与中医治疗相结合，来评价中医治疗方案的治疗效果。
发明内容
[0005] 本发明提供一种面瘫治疗方案的确定方法、装置、可读介质及电子设备，通过机器学习算法建立方案分析模型，并针对目标患者特定的病症信息，分析多个治疗方案的预测治疗结果，根据所述预测治疗结果选择治疗效果最为理想的一种治疗方案。
[0006] 第一方面，本发明提供了一种面瘫治疗方案的确定方法，包括：
[0007] 对样本数据进行数据训练，以建立方案分析模型；
[0008] 确定目标患者的病症信息，并确定多个治疗方案；
[0009] 利用所述方案分析模型，通过所述目标患者的病症信息和各所述治疗方案进行分析计算，确定各所述治疗方案对应的预测治疗结果；
[0010] 根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案。
[0011] 优选地，所述样本数据包括：
[0012] 样本病症信息、样本治疗方案和相应的治疗结论信息。
[0013] 优选地，所述对样本数据进行数据训练，以建立方案分析模型包括：
[0014] 将所述样本病症信息和样本治疗方案合并为样本临床信息；
[0015] 将所述样本临床信息和所述治疗结论信息作为训练样本进行监督学习训练，以获得所述样本临床信息与所述治疗结论信息的函数关系，通过所述函数关系建立所述方案分析模型。
[0016] 优选地，还包括：
[0017] 将所述样本临床信息和所述治疗结论信息代入所述方案分析模型，以获得所述方案分析模型的拟合指标；
[0018] 当所述拟合指标低于预设的拟合标准时，通过所述监督学习训练修正所述函数关系。
[0019] 优选地，所述样本病症信息至少包括影像图像病症信息、表面肌电图病症信息以及面部结构特征信息中的一种信息。
[0020] 优选地，所述面部特征信息包括：
[0021] 将基于面部图像确定的特定面部参考点之间的距离，座位所述面部特征信息。
[0022] 优选地，所述根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案包括：
[0023] 确定各所述预测治疗结果的治愈指数；
[0024] 将所述治愈指数最高的预测治疗结果对应的治疗方案中确定为目标治疗方案。
[0025] 第二方面，本发明提供了一种面瘫治疗方案的确定装置，包括：
[0026] 建模模块，用于对样本数据进行数据训练，以建立方案分析模型；
[0027] 信息确定模块，用于确定目标患者的病症信息，并确定多个治疗方案；
[0028] 计算分析模块，用于利用所述方案分析模型，通过所述目标患者的病症信息和各所述治疗方案进行分析计算，确定各所述治疗方案对应的预测治疗结果；
[0029] 方案确定模块，用于根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案。
[0030] 第三方面，本发明提供了一种可读介质，包括执行指令，当电子设备的处理器执行所述执行指令时，所述电子设备执行如第一方面中任一所述的方法。
[0031] 第四方面，本发明提供了一种电子设备，包括处理器以及存储有执行指令的存储器，当所述处理器执行所述存储器存储的所述执行指令时，所述处理器执行如第一方面中任一所述的方法。
[0032] 本发明提供了一种面瘫治疗方案的确定方法、装置、可读介质及电子设备，通过机器学习算法建立方案分析模型，并针对目标患者特定的病症信息，分析多个治疗方案的预测治疗结果，实现了对于中医针灸治疗方案的客观分析；根据所述预测治疗结果选择治疗效果最为理想的一种治疗方案；实现了判断不同临床情况下相应的选择最好的治疗方案，以达到最理想的治疗效果；通过相对低成本且普及程度高的医疗途径取得目标患者的病症信息，使得所述方法比较易于实施，便于对患者进行诊断和治疗。
[0034] 为了更清楚地说明本发明实施例或现有的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0035] 图1为本发明一实施例提供的一种面瘫治疗方案的确定方法的流程示意图；
[0036] 图2为本发明一实施例提供的另一种面瘫治疗方案的确定方法中建立方案分析模型的流程示意图；
[0037] 图3为本发明一实施例提供的一种面瘫治疗方案的确定装置的结构示意图；
[0038] 图4为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
[0039] 为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0040] 前述已知，通过中医针灸治疗面瘫的问题在于，其治疗效果往往是通过主观感受进行评估，缺乏一种客观有效的评价方法。并且，中医针灸治疗面瘫的治疗方案也存在多种。但由于缺少评价方法，所以就难以判断不同临床情况下，如何选择最好的治疗方案，以达到最理想的治疗效果。因此，本发明将通过机器学习算法建立方案分析模型，并针对目标患者特定的病症信息，分析多个治疗方案的预测治疗结果，根据所述预测治疗结果选择治疗效果最为理想的一种治疗方案。
[0041] 参照图1所示，为本发明所述面瘫治疗方案的确定方法的一个具体实施例。本实施例中所述方法包括以下步骤：
[0042] 步骤101、对样本数据进行数据训练，以建立方案分析模型。
[0043] 步骤102、确定目标患者的病症信息，并确定多个治疗方案。
[0044] 步骤103、利用所述方案分析模型，通过所述目标患者的病症信息和各所述治疗方案进行分析计算，确定各所述治疗方案对应的预测治疗结果。
[0045] 步骤104、根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案。
[0046] 本实施例中，将首先利用样本数据建立方案分析模型。所述样本数据，即利用中医针灸治疗面瘫的历史临床数据，具体来说可包括大量历史患者的临床数据。针对一个历史患者的一份样本数据当中，可包括该历史患者的样本病症信息、样本治疗方案和相应的治疗结论信息。
[0047] 所述样本病症信息，一般是指该历史患者在治疗前的面部图像信息，能够体现历史患者面瘫的具体病情。至少包括影像图像病症信息、表面肌电图病症信息以及面部结构特征信息中的一种信息。所述影像图像信息，可以是磁共振成像(即MRI，Magnetic Resonance Imaging)的长回波时间，功能性磁共振成像(即fMRI，Functional Magnetic Resonance Imaging)的激活区域像素值，弥散张量成像(即DTI，Diffusion Tensor Imaging)的各向异性分数(即FA值，FractionalAnisotropy)、表观弥散系数(即ADC值，Apparent Diffusion Coefficient)等。所述表面肌电图病症信息，可以是患健侧均方根比值，也可以是根据不同研究目的筛选的其他相应特征。所述面部特征信息，可以是基于面部图像确定的特定面部参考点之间的距离，而确定的面部特征信息。例如，历史患者左右侧内眼角到嘴角的距离。或者历史患者的中瞳线眉毛上缘，上眼睑边缘，下眼睑边缘，鼻翼基部，中上唇位置，口腔连合位置及中唇位置等参考位置之间的距离。所述面部特征信息能够体现历史患者的五官分布是否对称，位置关系是否匀称合理。
[0048] 所述样本治疗方案，表示在历史临床数据中，该历史患者所接受的中医针灸治疗方案。如针刺穴位、针刺手法、留针时长等具体治疗内容。
[0049] 所述治疗结论信息，表示该历史患者在经过治疗后的治愈情况。如是否治愈，治愈时间、治愈恢复程度等。
[0050] 可见，针对一个历史患者的一份样本数据，能够完整的体现该历史患者的病情、治疗方式和治愈情况多方面的信息。而通过大量类似的样本数据，基于机器学习算法进行数据训练，即可获悉样本病症信息、样本治疗方案和相应的治疗结论信息三者之间潜在的逻辑关系，进而建立方案分析模型。通过所述方案分析模型，即可分析出为特定患者采取特定的治疗方案，将取得怎样的治疗效果。
[0051] 因此，在利用所述方案分析模型为某个特定的目标患者确定面瘫治疗方案时，需首先确定目标患者的病症信息。所述病症信息体现了所述目标患者面瘫的具体病情。所以所述目标患者的疾病信息的具体内容，可以类似于所述样本数据中的样本病症信息。需要说明的是，当所述病症信息同样包括上述的影像图像病症信息、表面肌电图病症信息和/或面部结构特征信息时，可见上述信息均可以通过相对低成本且普及程度高的医疗途径取得，所以本实施例所述方法比较易于实施，便于对患者进行诊断和治疗。同时，还需为所述目标患者确定多个治疗方案，以供后续分析筛选。
[0052] 将所述目标患者的病症信息和一个治疗方案代入所述方案分析模型，即可利用所述方案分析模型进行分析计算，确定所述目标患者利用该治疗方案进行治疗后，对应的预测治疗结果。同理将所述目标患者的病症信息和各治疗方案代入所述方案分析模型，即可得到各所述治疗方案对应的预测治疗结果。
[0053] 本实施例中，将对所述各预测治疗结果进行进一步分析，确定各所述预测治疗结果的治愈指数。一般来说，所述治愈指数越高，则意味着该预测治疗结果的治愈程度越高，也就意味着相应的治疗方案对于所述目标患者的效果越好。所以，将所述治愈指数最高的预测治疗结果对应的治疗方案中确定为目标治疗方案。
[0054] 通过以上技术方案可知，本实施例存在的有益效果是：通过机器学习算法建立方案分析模型，并针对目标患者特定的病症信息，分析多个治疗方案的预测治疗结果，实现了对于中医针灸治疗方案的客观分析；根据所述预测治疗结果选择治疗效果最为理想的一种治疗方案；实现了判断不同临床情况下相应的选择最好的治疗方案，以达到最理想的治疗效果；通过相对低成本且普及程度高的医疗途径取得目标患者的病症信息，使得所述方法比较易于实施，便于对患者进行诊断和治疗。
[0055] 图1所示仅为本发明所述方法的基础实施例，在其基础上进行一定的优化和拓展，还能够得到所述方法的其他优选实施例。
[0056] 如图2所示，为本发明所述面瘫治疗方案的确定方法的另一个具体实施例。本实施例在前述实施例的基础上，对于训练建模过程进行了更具体的描述和一定程度的优化。本实施例中，所述建立方案分析模型包括以下步骤：
[0057] 步骤201、将所述样本病症信息和样本治疗方案合并为样本临床信息。
[0058] 步骤202、将所述样本临床信息和所述治疗结论信息作为训练样本进行监督学习训练，以获得所述样本临床信息与所述治疗结论信息的函数关系。
[0059] 步骤203、通过所述函数关系建立所述方案分析模型。
[0060] 步骤204、将所述样本临床信息和所述治疗结论信息代入所述方案分析模型，以获得所述方案分析模型的拟合指标。
[0061] 步骤205、当所述拟合指标低于预设的拟合标准时，通过所述监督学习训练修正所述函数关系。
[0062] 所述监督学习训练，即通过机器学习算法，来发现数据特征和目标之间的关联性。所以本实施例中，将所述样本病症信息和样本治疗方案合并为样本临床信息，将所述样本临床信息作为所述监督学习训练中的特征。并将所述治疗结论信息作为所述监督学习训练中的目标。
[0063] 在进行数据训练之前，可根据需求对所述样本数据进行预处理，以使所述样本数据的格式满足所述数据训练的要求。所述预处理具体可包括，数据特征提取，数据特征降维、数据特征空值处理、数据特征转换、数据特征归一化、数据目标值空值处理、数据目标值转换等。
[0064] 假设一份样本数据表示为(x1-n,y)。其中x表示所述样本临床信息，即数据的特征，具体可以用x1-n＝(x1,x2…xn)来表达x1～xn共n项具体参数的数值。y表示所述治疗结论信息，即数据的目标。
[0065] 经过所述监督学习训练，可获得所述样本临床信息与所述治疗结论信息的函数关系y＝f(x1-n)。即获得所述方案分析模型。后续只需将目标患者的病症信息和治疗方案作为x1-n代入模型，即可将计算得到的输出y作为预测治疗结果。
[0066] 监督学习训练的具体过程，以及相应的函数关系y＝f(x1-n)的表达式，在本实施例中不做限定。现有技术中所有可实现的机器学习算法均可结合在本实施例的整体技术方案之下。并且根据具体应用场景和需求，建模的数学运算过程也可进行适当的调整。
[0067] 为确保所述方案分析模型的准确性，本实施例中在通过一定程度的训练获得上述函数关系后，还需对其进行校验及修正。校验方式为，将所述样本临床信息代入所述方案分析模型进行计算，判断计算获得的数据的目标(即y值)与预先已知的治疗结论信息是否相符合。
[0068] 在本实施例中，在得到函数关系y＝f(x1-n)的同时，还能够得到一个损失函数定义为L(f(x1-n),y)。通过大量样本临床信息代入所述方案分析模型进行校验，即可根据所述损失函数计算得出所述方案分析模型的拟合指标。原则上拟合指标越高说明所述方案分析模型越准确。但如果所述拟合指标低于预设的拟合标准，则说明所述方案分析模型目前的准确程度尚不符合要求。所以需要对其继续进行监督学习训练，修正所述函数关系，直到符合拟合标准的要求。
[0069] 另外还需说明的是，在一些特殊情况下，可能出现所述方案分析模型与临床经验明显违背的情况。在这种情况下，还可对所述方案分析模型进行人工修正，以确保准确性。
[0070] 通过以上技术方案可知，本实施例在图1所示实施例的基础上，进一步存在的有益效果是：详细公开了利用监督学习训练方法建立方案分析模型的过程，并且进一步包括了对于方案分析模型的校验和修正步骤。由此保障了所述方案分析模型的精度，提高了对于治疗方案分析的准确率。
[0071] 如图3所示，为本发明所述面瘫治疗方案的确定装置的一个具体实施例。本实施例所述装置，即用于执行图1～2所述方法的实体装置。其技术方案本质上与上述实施例一致，上述实施例中的相应描述同样适用于本实施例中。本实施例中所述装置包括：
[0072] 建模模块301，用于对样本数据进行数据训练，以建立方案分析模型。
[0073] 信息确定模块302，用于确定目标患者的病症信息，并确定多个治疗方案。
[0074] 计算分析模块303，用于利用所述方案分析模型，通过所述目标患者的病症信息和各所述治疗方案进行分析计算，确定各所述治疗方案对应的预测治疗结果。
[0075] 方案确定模块304，用于根据所述预测治疗结果，从所述多个治疗方案中确定目标治疗方案。
[0076] 图4是本发明实施例提供的一种电子设备的结构示意图。在硬件层面，该电子设备包括处理器，可选地还包括内部总线、网络接口、存储器。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatile memory)，例如至少1个磁盘存储器等。当然，该电子设备还可能包括其他业务所需要的硬件。
[0077] 处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry StandardArchitecture，工业标准体系结构)总线、PCI(Peripheral Component In t er co n ne c t ，外设 部 件互 连标 准) 总线或 E IS A (E x te nd ed IndustryStandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
[0078] 存储器，用于存放执行指令。具体地，执行指令即可被执行的计算机程序。存储器可以包括内存和非易失性存储器，并向处理器提供执行指令和数据。
[0079] 在一种可能实现的方式中，处理器从非易失性存储器中读取对应的执行指令到内存中然后运行，也可从其它设备上获取相应的执行指令，以在逻辑层面上形成面瘫治疗方案的确定装置。处理器执行存储器所存放的执行指令，以通过执行的执行指令实现本发明任一实施例中提供的面瘫治疗方案的确定方法。
[0080] 上述如本发明图3所示实施例提供的面瘫治疗方案的确定装置执行的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field－Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0081] 结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
[0082] 本发明实施例还提出了一种可读介质，该可读存储介质存储有执行指令，存储的执行指令被电子设备的处理器执行时，能够使该电子设备执行本发明任一实施例中提供的面瘫治疗方案的确定方法，并具体用于执行如图1或图2所示的方法。
[0083] 前述各个实施例中所述的电子设备可以为计算机。
[0084] 本领域内的技术人员应明白，本发明的实施例可提供为方法或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或软件和硬件相结合的形式。
[0085] 本发明中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0086] 还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 生物学指导的适应性治疗方案制定 | 2020-05-12 | 902 |
| 使用抗NKG2A抗体的治疗方案 | 2020-05-12 | 182 |
| 治疗中风后尿失禁的一种治疗方案 | 2020-05-11 | 99 |
| 治疗法布里病的给药方案 | 2020-05-12 | 590 |
| 治疗方案推荐方法和系统 | 2020-05-12 | 309 |
| 患者定制的治疗方案 | 2020-05-11 | 477 |
| 使用多种药剂的治疗方案 | 2020-05-13 | 459 |
| 诊断、预后、治疗和筛选方案 | 2020-05-13 | 922 |
| 2型糖尿病的治疗方案 | 2020-05-11 | 116 |
| 治疗方案 | 2020-05-11 | 464 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈