专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果14个,建议您升级VIP下载更多相关专利
  • [发明专利]一种临床科研数据生成路径与导出方法和装置-CN202310588177.7在审
  • 刘莉;肖芦山;李芮宁;洪畅;伍成凯 - 南方医科大学南方医院
  • 2023-05-23 - 2023-09-12 - G16H50/70
  • 本发明公开一种临床科研数据生成路径与导出方法和装置,包括:步骤S1、对获取病例的临床数据预处理,得到标准化数据;步骤S2、将所述标准化数据存储到临床科研数据库中;步骤S3、接收对临床科研数据库的检索请求,检索临床科研数据库中符合筛选条件的目标标准化数据;步骤S4、反馈与目标标准化数据对应的病例的所有临床数据;步骤S5、根据设定的筛选条件和基线时间将步骤S4中反馈的数据标准化;步骤S6、对反馈的数据进行导出下载;步骤S7、对数据导出下载进行审核。采用本发明的技术方案,解决如何对医疗数据进行数据处理及标准化,提高数据导出效率与科研数据的可用性,实现多平台的数据共享。
  • 一种临床科研数据生成路径导出方法装置
  • [发明专利]骨龄监测系统、方法、电子设备及存储介质-CN202310452369.5在审
  • 刘莉;肖芦山;李则杨;伍成凯;洪畅 - 南方医科大学南方医院
  • 2023-04-24 - 2023-08-29 - G16H50/30
  • 本申请提供一种骨龄监测系统、方法、电子设备及存储介质,所述骨龄监测系统包括:数据采集模块,用于采集骨龄信息及年龄信息;分析诊断模块,用于分析所述骨龄信息及所述年龄信息,确定所述骨龄信息是否存在异常,若所述骨龄信息存在异常,则进一步获取可能导致骨龄发育异常的骨龄发育异常信息,所述骨龄发育异常信息包括生活方式、遗传病及饮食情况;健康方案制定模块,用于将所述骨龄发育异常信息及所述骨龄信息输入分类回归树算法模型,所述分类回归树算法模型用于根据所述骨龄发育异常信息及所述骨龄信息生成健康方案,能够通过综合分析骨龄和年龄情况,精准诊断和预防骨龄异常,定制个性化健康方案,检测骨龄发育异常,保障健康成长。
  • 监测系统方法电子设备存储介质
  • [发明专利]骨质疏松风险监测系统、方法、电子设备及存储介质-CN202310488725.9在审
  • 刘莉;肖芦山;梁盛兴;伍成凯;洪畅 - 南方医科大学南方医院
  • 2023-04-28 - 2023-08-22 - G16H50/30
  • 本申请提供一种骨质疏松风险监测系统、方法、电子设备及存储介质,所述骨质疏松风险监测系统包括:数据采集模块,用于采集用户信息,所述用户信息包括用户的年龄、性别、家族病史、吸烟情况、饮酒情况、运动习惯、用药史、骨密度、跌倒历史中的一种或多种;分析诊断模块,所述分析诊断模块包括极端随机树模型,所述分析诊断模块用于将所述用户信息输入所述极端随机树模型,所述极端随机树模型用于根据所述用户信息生成骨折风险信息,所述骨折风险信息包括极高危、高危、中风险或低风险,通过数据采集和极端随机树模型的分析,能够对用户的骨折风险进行准确预测并分层,这有助于用户制定个性化的预防和治疗方案,降低骨折风险,提高生活质量。
  • 骨质疏松风险监测系统方法电子设备存储介质
  • [发明专利]一种基于人工智能的院内脑卒中高危人群筛查及管理系统-CN202310546740.4在审
  • 刘莉;肖芦山;李燕;伍成凯;洪畅 - 南方医科大学南方医院
  • 2023-05-15 - 2023-08-15 - G16H50/30
  • 本申请公开了一种基于人工智能的院内脑卒中高危人群筛查及管理系统,包括:数据接入模块、高危人群筛查模块和高危人群管理模块;所述数据接入模块分别与所述高危人群筛查模块、所述高危人群管理模块和EMR系统连接,所述数据接入模块用于接收并处理EMR原始数据,得到高危人群的相关特征集;所述高危人群筛查模块用于基于所述相关特征集进行脑卒中高危风险评估,得到评估结果;所述高危人群管理模块用于基于所述评估结果向医生发出干预管理提醒,并基于所述评估结果和医生的干预过程生成干预后注意事项。本申请能够缓解基层医疗机构脑卒中高危筛查的压力,在一定程度上减轻医务人员负担的同时提高脑卒中高危人群的院中、院后预防管理。
  • 一种基于人工智能院内脑卒中高危人群管理系统
  • [发明专利]整合院前、院中、院后医疗信息的慢性病社区随访系统-CN202310568246.8在审
  • 刘莉;肖芦山;何景哲;伍成凯;洪畅 - 南方医科大学南方医院
  • 2023-05-19 - 2023-07-25 - G16H10/60
  • 本发明公开了整合院前、院中、院后医疗信息的慢性病社区随访系统,系统包括:数据存储系统、微信小程序共享单元、外部数据导入模块、中央数据处理单元、二维码生成单元和随访队列管理系统;所述外部数据导入模块用于连接外部数据集,将所述外部数据导入到所述数据存储系统;所述数据存储系统用于存储所述外部数据导入单元导入的外部数据;所述微信小程序共享单元用于将中央数据库中的数据进行筛选整理,并将整理后的所述数据共享给移动端;所述中央数据处理单元用于对患者的数据进行集中管理处理;所述二维码生成单元用于为患者生成单独的二维码;所述随访队列管理系统用于对随访患者进行出入组集中管理。
  • 整合医疗信息慢性病社区随访系统
  • [发明专利]一种健康数据管理系统-CN202210349422.4在审
  • 李文源;弓孟春;伍成凯;洪娜;刘莉;梁效玮;周立斌;樊俊康;贺玉茹 - 南方医科大学南方医院;神州医疗科技股份有限公司
  • 2022-04-01 - 2022-07-01 - G16H50/30
  • 本申请提供了一种健康数据管理系统,其中,所述系统包括数据整合模块,用于根据特定健康指标的数值和所述数值被采集的采集时间生成用于描述目标用户在每个采集时间的健康情况的个人静态健康数据,并根据该数值和采集时间生成个人动态健康数据;数据关联模块,用于根据个人静态健康数据和个人动态健康数据从用于存储健康信息的健康信息库中确定出与个人静态健康数据和个人动态健康数据具有相同健康指标标识的目标健康信息;数据展示模块,用于将个人静态健康数据、个人动态健康数据和目标健康信息向目标用户进行展示;通过上述系统,将目标用户的健康指标进行分析,并将相关数据向目标用户进行展示,有利于减少用户对健康信息进行查阅的工作量。
  • 一种健康数据管理系统
  • [发明专利]一种中老年睡眠质量监测系统及方法-CN202111226522.X在审
  • 廖生武;廖海帆;梁有丽;谭碧慧;李思远;陈保安;伍成凯 - 南方医科大学南方医院
  • 2021-10-21 - 2021-12-31 - A61B5/0205
  • 本发明公开了一种中老年睡眠质量监测系统,包括信息处理器,以及与所述信息处理器连接的压力传感器、声音传感器、温度传感器、计时模块、数据存储模块、显示模块、数据输送模块、输入模块,还包括为信息处理器、各模块、各传感器供电的电源模块、与数据输送模块连接的用户接收端;所述信息处理器把从各传感器、模块获得的信息进行处理,然后把信息处理器获得的信息以及处理得到的数据存储在数据存储模块中,通过数据输送模块把信息、数据发送到用户接收端,显示模块显示存储在存储模块的信息、数据。优点包括:设置不同的传感器、模块,能够获悉多项当日睡眠数据,包括打鼾的相关信息,方便用户多方面地了解睡眠状态,及时调整睡眠习惯。
  • 一种中老年睡眠质量监测系统方法
  • [发明专利]一种中老年心血管数据预测方法-CN202111227048.2在审
  • 廖生武;廖海帆;梁有丽;谭碧慧;李思远;陈保安;伍成凯 - 南方医科大学南方医院
  • 2021-10-21 - 2021-12-07 - G16H50/30
  • 本发明公开了一种中老年心血管数据预测方法,本发明基于内存的弹性分布式数据集的Spark大数据框架在进行数据计算时,不需要将中间结果存放会硬盘中,所以其计算速度更快,并且随着计算机内存条的价格的降低,搭建Spark大数据平台并不会增加太多的经济成本。基于大数据平台对社区中老年人的心血管疾病病理参数信息进行存储和管理,降低了收集社区中老年群体病理参数采集的成本,同时也提升了病理参数信息的利用率。预测模型预测模块通过数据采集模块采集第一数据,便可根据采集到的第一数据,通过公式计算出心血管疾病的患病风险;采用机器学习算法判断中老年人的心血管疾病患病风险,可以更好的保障老年人的身体健康,同时降低了社区医生的工作负担。
  • 一种中老年心血管数据预测方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top