[发明专利]一种基于医疗的数据分析系统有效
| 申请号： | 202210899688.6 | 申请日： | 2022-07-28 |
| 公开（公告）号： | CN115223722B | 公开（公告）日： | 2023-03-24 |
| 发明（设计）人： | 许宁;孙标;徐宗宝 | 申请（专利权）人： | 医利捷（上海）信息科技有限公司 |
| 主分类号： | G16H50/70 | 分类号： | G16H50/70;G06N20/00;G06F16/35;G06F16/34;G06F16/335 |
| 代理公司： | 广州名扬高玥专利代理事务所(普通合伙) 44738 | 代理人： | 郭琳 |
| 地址： | 200032 上海市徐*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于医疗的数据分析系统，该系统包括设置模块，用以预先设置有至少一种映射关系、数据采集时间间隔和数据采集周期；采集模块用以在采集周期内采集数据，按照所述数据采集时间间隔和和数据采集周期将数据源内的符合映射关系的数据信息采集至数据分析系统；处理模块对所述待处理数据集进行转化，分析模块对所述目标数据集进行分析；展示模块展示所述分析结果。通过对采集到的待处理数据集进行处理转化，获得目标数据集，对目标数据集进行描述性分析和机器学习分析，并将分析结果展示出来，实现了定时自动采集数据并对数据进行处理，提高了数据处理分析的效率。 | ||
| 搜索关键词： | 一种 基于 医疗 数据 分析 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于医利捷（上海）信息科技有限公司，未经医利捷（上海）信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210899688.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种净水盐砖的压制工艺
- 下一篇：基于神经网络的武器目标分配方法
- 同类专利
- 老年综合征预警方法、终端设备及存储介质-202310947265.1
- 陈琼;彭琳琳;南亚昀;李雪兵;石柯;刘辉;李燕飞 - 中南大学
- 2023-07-31 - 2023-10-27 - G16H50/70
- 本发明公开了一种老年综合征预警方法、终端设备及存储介质，首先建立XGBoost、DBN、SVM等3个不同类型的预测器，而后建立MLP表征预训练模型，并以微调的方式建立MLP预训练模型到3个基础预测器的映射模型，在此基础上设置GS真实类别概率向量为输出层输出，训练得到最终的GS分类预测模型。通过集成多个现有预测效果表现良好的基础模型，可以进一步挖掘与GS相关的特征信息，提高模型对GS严重程度的预测精度和鲁棒性。
- 三阴性乳腺癌数据关联模式鉴定方法、系统、设备及介质-202310913638.3
- 邓金;李开隽;骆威;熊俊涛;李增鑫 - 华南农业大学
- 2023-07-24 - 2023-10-27 - G16H50/70
- 本发明公开了一种三阴性乳腺癌数据关联模式鉴定方法、系统、设备及介质，方法包括：获取三阴性乳腺癌患者的病理图像数据、转录本数据和样本标签；对病理图像数据进行细胞特征提取，得到病理图像特征，对转录本数据进行质量控制及分离，得到mRNA数据和miRNA数据；基于深度子空间重建模型将病理图像特征、mRNA数据、miRNA数据根据样本标签进行数据重构，得到病理图像特征矩阵、mRNA表达矩阵和miRNA表达矩阵；基于联合非负矩阵分解模型对病理图像特征矩阵、mRNA表达矩阵和miRNA表达矩阵进行分解得到数据关联模块；对模块中的元素进行斯皮尔曼相关性计算，构建关联模式图。本发明利用联合非负矩阵分解模型得到的模块可以挖掘三阴性乳腺癌多模态数据特征之间的潜在关系。
- 医疗数据的分析方法、装置、设备及存储介质-202310269558.9
- 张渝;王汪;冯冀川;陈晨 - 腾讯科技（深圳）有限公司
- 2023-03-08 - 2023-10-27 - G16H50/70
- 本申请公开了一种医疗数据的分析方法、装置、设备及存储介质，属于计算机技术领域。所述方法包括：获取第一小程序产生的第一数据；获取第一小程序对应的第二小程序产生的第二数据；第一小程序是患者用户帐号登录的小程序，第二小程序是医生用户帐号登录的小程序；将第一小程序产生的第一数据和第二小程序产生的第二数据存储在同一数据仓库中；对数据仓库中存储的医疗数据进行分析，得到患者用户帐号对应的病症类别下的各病症组对应的关键词；医疗数据包括患者用户帐号和医生用户帐号的问诊会话信息，问诊会话信息是根据第一数据和第二数据确定的。本申请可实现全面地对医疗数据进行分析。
- 一种基于VIF和VP的2型糖尿病特征提取方法-202310596420.X
- 赵敏;刘鑫;杨婧;万瑾 - 南通大学
- 2023-05-24 - 2023-10-27 - G16H50/70
- 本发明涉及糖尿病特征提取技术领域，尤其涉及一种基于VIF和VP的2型糖尿病特征提取方法。解决了目前2型糖尿病的诊断精度较低的问题。其技术方案为：S1：对NHANES数据集进行数据预处理；S2：对2型糖尿病的特征项进行假设检验；S3：结合机器学习LightGBM算法，应用VIF和VP选择重要特征。本发明的有益效果为：本发明结合机器学习LightGBM算法，应用VIF和VP，提出了一种考虑特征重要性并剔除具有多重共线性特征的新型的特征提取方法，同时考虑尿液和膳食中的金属暴露物对2型糖尿病的潜在影响，有效提高了2型糖尿病的诊断精度。
- 一种代谢相关脂肪性肝病发病的预测方法及系统-202310553366.0
- 肖芦山;李绮美;曾琳;洪畅;刘莉;朱红波 - 南方医科大学南方医院
- 2023-05-17 - 2023-10-27 - G16H50/70
- 本发明公开了一种代谢相关脂肪性肝病发病的预测方法及系统，所述方法包括以下步骤：S1：获取患者不同指标的相关数据，通过COX回归分析发病率与不同指标的单变量关系；S2：根据S1筛选出的与MAFLD发病存在单变量关系的病理指标，进行多变量分析，得到与MAFLD发病相关的独立危险因素；S3：利用与MAFLD发病相关的独立危险因素，构建列线图nomogram，根据列线图nomogram中的因素进行评分，所述评分用于医护人员进行MAFLD发病率的预测。本发明通过nomogram模型能够预测非MAFLD个体发生MAFLD的风险，筛选高危者有利于尽早对其进行干预，为MAFLD发病风险评估提供了科学依据。
- 医疗影像报告对比方法、装置、电子设备和存储介质-202310994263.8
- 罗永贵 - 联仁健康医疗大数据科技股份有限公司
- 2023-08-08 - 2023-10-27 - G16H50/70
- 本发明公开了一种医疗影像报告对比方法、装置、电子设备和存储介质。其特征包括：获取第一医疗影像报告和第二医疗影像报告，根据医疗影像报告模型分别抽取所述第一医疗影像报告对应的第一医疗实体数据，所述第二医疗影像报告对应的第二医疗实体数据；根据预设的历史向量库分别对所述第一医疗实体数据和所述第二医疗实体数据进行提示模板构建，得到所述第一医疗实体数据对应的第一医疗模板，所述第二医疗实体数据对应的第二医疗模板；将所述第一医疗模板和所述第二医疗模板输入至所述医疗影像报告模型，得到目标比对结果。实现对医疗影像报告的自动比对分析，输出医疗影像报告的分析结果，能够高效的处理医疗影像报告，提高了医疗诊断的治疗效率。
- 用于推荐安全治疗方案的离线强化学习方法及装置-202310919097.5
- 宋红;翁旭涛;林毓聪;杨健;艾丹妮;范敬凡;付天宇;肖德强 - 北京理工大学
- 2023-07-25 - 2023-10-27 - G16H50/70
- 用于推荐安全治疗方案的离线强化学习方法及装置，能够提高强化学习模型在推荐治疗方案时的性能与安全性，扩展强化学习模型对于评估数据的分布范围，减缓分布外样本与过高估计带来的不利影响。方法包括：(1)读入所需数据集，进行划分；(2)进行数据前处理，得到降维后的隐空间变量；(3)完成状态、动作、奖励值的强化学习基础数据构成并存储；(4)构建用于异常检测的监督学习模型基础；(5)构建用于异常检测的最近邻分类层，最近邻损失函数；(6)以上述异常检测监督模型预测的复发风险以及分布外样本检测情况动态加权原始奖励值；(7)构建并训练用于推荐治疗方案的动作‑评估离线强化学习模型；(8)得到最优治疗方案。
- 一种人工智能辅助的健康管理方法及系统-202310957602.5
- 陈巍 - 上海科芮尔科技有限公司
- 2023-08-01 - 2023-10-27 - G16H50/70
- 本发明涉及健康管理技术领域，具体公开了一种人工智能辅助的健康管理方法及系统。本发明通过接收用户的应急健康请求，进行自检分析，判断是否满足应急请求条件；在满足请求条件时，进行健康管理的应急监测；进行实时分析，判断是否处于应急辅助境况；在处于应急辅助境况时，识别用户的应急辅助位置，并按照应急健康请求，规划应急辅助策略；基于人工智能技术，按照应急辅助策略，进行健康管理的应急辅助处理。能够根据应急健康请求进行自检分析，在满足请求条件时，进行健康管理的应急监测，判断是否处于应急辅助境况，并在处于应急辅助境况时，规划应急辅助策略基于人工智能技术，进行应急辅助处理，从而实现应急情况下的健康管理。
- 基于数学拐点计算生理数据阈值的回顾性分析方法及系统-202310960587.X
- 彭宇明;陈益强;李姝;杨晓东;潘自兴;曾敏;王娟;王洁;李沐寒;崔倩宇;刘彬 - 首都医科大学附属北京天坛医院;山东产业技术研究院智能计算研究院
- 2023-08-01 - 2023-10-27 - G16H50/70
- 本发明属于医学数据分析领域，提供了一种基于数学拐点计算生理数据阈值的回顾性分析方法及系统。该方法包括，获取患者历史生理数据，以及该患者的结局数据；以患者历史生理数据为自变量，该患者的结局数据为因变量，采用机器学习分类算法，构建回归分析模型；对所述回归模型进行二阶求导，得到二阶导数为零的点，即为阈值；根据所述阈值，预测术后患者异常情况的发生。本发明通过数学的手段来计算出对应的阈值，为阈值的由来提供了可靠的数学支撑和理论依据，同时可以通过设计计算机程序来自动化计算对应的阈值，保证了每次计算数据的结果唯一性，排除了人为因素的干扰情况。
- 一种基于球坐标核主成分分析的血糖数据处理方法及系统-202311033031.2
- 袁昊;邓兴华;李霜;陈江飞 - 迈德医疗科技（深圳）有限公司
- 2023-08-16 - 2023-10-27 - G16H50/70
- 本发明公开了一种基于球坐标的核主成分分析的血糖数据处理方法及系统，包括，获取生理指标数据及其对应的实际血糖值，构建用于血糖预测的样本数据集，进行归一化处理后，构建原始特征矩阵；将样本数据集的鲁棒中心定义为一范数中值，将原始特征矩阵的特征向量映射到超球面上，并使映射后的数据均值位于单位超球面的球心；将球心为原点，建立笛卡尔坐标系，将原始特征矩阵的特征向量映射到笛卡尔坐标系上，生成第一特征矩阵后，将球坐标代替笛卡尔坐标，通过将球角或半径设置为均值，生成流形降维后的第二特征矩阵，并映射回笛卡尔坐标系上，完成对样本数据集的数据处理；本发明的运算复杂度也远小于传统的主成分分析和常用的核主成分分析。
- 医疗信息处理方法以及装置、设备及存储介质-202211429239.1
- 南静文;许利群;乔丰;王青松;卜昌郁 - 中移（成都）信息通信科技有限公司;中国移动通信集团有限公司
- 2022-11-15 - 2023-10-27 - G16H50/70
- 本发明实施例公开了一种医疗信息处理方法以及装置、设备及存储介质；方法包括：获取至少一个第一原始结构图，所述第一原始结构图用于描述资源与资源之间的拓扑关系；一种所述资源用于描述一种医疗信息；从所述第一原始结构图中获取包括至少两种所述资源的第一候选结构子图；基于所述第一候选结构子图及选型矩阵，确定第二候选结构子图，其中，所述选型矩阵用于确定第一候选结构子图得到第二候选结构子图所增加的候选资源；若所述第二候选结构子图满足预定条件，基于所述第二候选结构子图，确定目标结构图。本发明实施例可以得到由指向性较强的第二候选结构子图，得到结构相对紧密的目标结构图，提高了医疗信息的挖掘结果的聚焦性。
- 疾病识别模型构建方法、疾病辅助识别方法、装置及设备-202310119079.9
- 孙继超;赵雨恬;吴贤;郑冶枫;吴志刚;吴凌云 - 腾讯科技（深圳）有限公司
- 2023-01-18 - 2023-10-27 - G16H50/70
- 本发明公开了一种疾病识别模型构建方法、疾病辅助识别方法、装置及设备，根据症状类别属性对疾病症状知识库中的候选症状信息设置初始权重值，根据所有候选症状信息的初始权重值构建初始疾病症状权重矩阵，根据初始疾病症状权重矩阵和第一疾病样本信息构建初始疾病信息识别函数，根据第一疾病样本信息确定第二疾病样本信息，根据第二疾病样本信息和初始疾病信息识别函数对初始疾病症状权重矩阵进行更新得到目标疾病症状权重矩阵，根据目标疾病症状权重矩阵构建疾病识别模型。本发明实施例能够在样本信息缺乏的情况下提高对疾病症状信息的识别准确性。本发明实施例可应用于例如对疾病症状信息进行辅助识别等的场景。
- 基于神经网络的药物药效评价方法、装置、设备及介质-202310999925.0
- 杨志宏;由育阳 - 中国医学科学院药用植物研究所;北京理工大学
- 2023-08-10 - 2023-10-27 - G16H50/70
- 本发明涉及神经网络技术领域，尤其涉及一种基于神经网络的药物药效评价方法、装置、设备及介质。该方法包括：获取服用过候选药物的实验动物产生的第一体表生理数据和未服用过所述候选药物的实验人类产生的第二体表生理数据；分别将所述第一体表生理数据和所述第二体表生理数据输入到预设的第一神经网络和第二神经网络，依次输出得到第一输出特征和第二输出特征；将所述第一输出特征和所述第二输出特征输入到预设的基于概率分布度量的损失函数，得到损失值；基于所述损失值，对所述第二神经网络的网络参数进行更新；其中，完成更新的所述第二神经网络用于对所述候选药物进行临床评价。上述技术方案能够减少候选药物的临床评价过程。
- 一种健康数据采集及智能分析方法-202310979723.X
- 张光;王大伟;胡文琦;张晓栋 - 山东第一医科大学第一附属医院（山东省千佛山医院）
- 2023-08-07 - 2023-10-27 - G16H50/70
- 本发明涉及健康数据处理技术领域，具体涉及一种健康数据采集及智能分析方法，包括：根据健康数据的分量和健康数据的相关性，进一步获得任意两个维度之间的第一联系性,根据第一联系性进一步获得数值聚类簇，根据数值聚类簇获得任意维度的第二联系性,利用第二联系性对主成分分析算法进行优化，获取用户画像，实现对健康数据的智能分析。本发明实现自适应PCA降维，避免了传统的PCA降维方法中得到的降维结果中包含了较多数据的变化受到其他维度的数据变化影响的维度数据，并且保证了一些具有代表性的维度数据保留，使得计算得到的PCA降维结果更加准确，可以根据健康数据精确的构建用户画像。
- 一种智能医疗数据分析方法和系统-202310975662.X
- 江静;吴翼;郑丹艳 - 南京市妇幼保健院
- 2023-08-04 - 2023-10-24 - G16H50/70
- 本发明涉及一种智能医疗数据分析方法和系统，所述方法包括:获取医疗数据；对所述医疗数据区域进行分块处理；针对特征类型计算每个分块的分块特征；并构成分块特征序列；创建滑动窗口在医疗数据区域进行滑动；将分块特征序列和特征序列模板进行匹配，以确定滑动方向；基于滑动窗口移动轨迹确定感兴趣分块或区域，并进行标注。本发明具有很强的兼容性和可操作性，适用于对大量的医疗数据进行高效处理；可扩展性强，能够广泛的应用于各种类型的医疗数据。
- 基于大数据任务的数据治理方法、装置、设备及存储介质-202311023900.3
- 刘世明;李婷;薛鸿天;姜洋;刘怡雯;王涛 - 深圳平安综合金融服务有限公司
- 2023-08-14 - 2023-10-24 - G16H50/70
- 本发明涉及数据治理技术，揭露了一种基于大数据任务的数据治理方法、装置、电子设备及计算机可读存储介质，其中方法包括：对医疗系统中所有数据资产进行数据监控，得到数据资产清单，分别从数据资产清单中提取出任务资源清单和表资源清单；从对任务资源清单中提取出任务治理清单，从表资源清单中提取出表治理清单；对任务治理清单中的各个任务进行任务调参操作，得到治理任务集；对表治理清单中的各个表单进行表优化操作，得到治理表单集；为治理表单集和治理任务集配置治理脚本，得到持续治理资产集。本发明可以应用于医疗系统数据治理领域，可以对医疗系统中繁杂的任务和数据进行治理，能够提高数据治理的效率。
- 一种基于阶梯式护理干预的精细化护理系统及方法-202310871772.1
- 李小芳;廖科;毛华 - 简阳市中医医院
- 2023-07-17 - 2023-10-24 - G16H50/70
- 本发明公开了一种基于阶梯式护理干预的精细化护理系统及方法，包括状态监控单元、护理干预系统、医师监控平台、初始状态导入系统、数据传输系统、数据挖掘系统、大数据接入系统、护理措施确定系统和数据备份系统，本发明的有益效果是：通过设置的护理干预系统与数据挖掘系统和初始状态导入系统配合，可以在以患者初始身体状态为基础的情况下，在大数据中挖掘与患者身体状态类似的护理案例，通过挖掘到案例中的护理数据，生成患者对应的护理阶段和每个阶段的护理措施，同时医师可以在监控平台上对护理措施进行确定，同时由状态监控单元在患者的护理过程中提供监控效果，方便实时提高护理的效果。
- 基于AI分析模型的慢性病大数据识别和分析处理方法-202310977801.2
- 吴萃;孟杨;何凡;陈秋艳;万金豹;丁承辉 - 上海市宝山区疾病预防控制中心
- 2023-08-04 - 2023-10-24 - G16H50/70
- 本发明涉及一种基于AI分析模型的慢性病大数据识别和分析处理方法，利用深度学习网络训练生成的慢性病AI分析模型，对慢性病大数据进行分类分析，得到不同临床化验和临床体表指标下的数据特征，并融合输出为当前患者的病情期预估分析结果，以此用于评估或者统计慢性病的发展历史，评估出当前患者可能处于的慢性病病情期，预估出患者的发病阶段，及时让主治医生对患者作出管理响应，及早介入慢性病的预防治疗，让患者了解到发病阶段预估结果，可以让患者积极配合预防治疗，主动提高对疾病的筛查检频率和积极性。可以降低因业务能力和经验导致的慢性病评估和管理缺陷，及时输出患者所处的慢性病发病预估阶段，对于慢性病的质检管理效率大大提高。
- 一种肾脏病预测报告的生成方法、装置、设备及介质-202210349250.0
- 段立新;刘丹蕾;夏虎 - 国信优易数据股份有限公司
- 2022-04-01 - 2023-10-24 - G16H50/70
- 本申请提供了一种肾脏病预测报告的生成方法、装置、设备及介质，该方法包括：获取肾脏病患者所患肾脏病的临床病理数据和基因数据；根据所述临床病理数据，生成包括临床病理特征权重的临床病理特征向量，以及，根据所述基因数据，生成包括基因特征权重的基因特征向量；根据所述临床病理特征向量、所述基因特征向量以及预先训练好的二分类诊断模型，预测所述肾脏病患者的病情恶化概率；基于所述病情恶化概率，生成针对所述肾脏病患者的肾脏病预测报告。本申请综合考虑患者的临床病理数据和基因数据，并基于临床病理数据和基因数据预测患者肾脏病恶化的概率，预测结果相对更加准确。
- 一种血库智能调度管理系统及方法-202311187820.1
- 黄海燕;马丽华 - 山东优杰生物科技有限公司
- 2023-09-15 - 2023-10-24 - G16H50/70
- 本发明属于血库调度技术领域，提供了一种血库智能调度管理系统及方法，所述方法包括：获取历史使用血库的第一患者的第一基本信息、待使用血库的第二患者的第二基本信息和所述第二患者的定位信息；对每个训练样本进行标注，标注信息包括用血量信息，利用训练样本对卷积神经网络模型进行训练，得到用血量预测模型；根据用血量预测模型和待使用血库的第二患者的第二基本信息，得到第二患者对应的用血量信息，根据第二患者的定位信息计算每个血库距离所述第二患者的距离，得到距离结果；根据距离结果和第二患者对应的用血量信息完成对血库的调度。通过本发明中的方法可以快速准确的计算出患者所需的用血量，进而帮助医护人员进行血液的调度使用。
- 辅助诊断方法、装置、设备、服务器、产品、系统及介质-202210346832.3
- 王玉亭;方建伟;霍子凌;刘治志;李国军 - 深圳市帝迈生物技术有限公司
- 2022-03-31 - 2023-10-24 - G16H50/70
- 本申请提供了一种辅助诊断方法、装置、设备、服务器、产品、系统及介质，所述辅助诊断方法根据所述待检测对象的临床信息数据、检测参数以及目标特征的识别结果获得辅助诊断结果，并根据所述识别结果匹配相似样本特征信息，并输出包括所述辅助诊断结果和所述辅助诊断结果的诊断依据的辅助诊断报告，所述诊断依据包括所述目标特征的识别结果中对应表示所述目标特征异常的第一特征信息以及所述相似样本特征信息中对应表示所述目标特征异常的第二特征信息，所述辅助诊断报告提供辅助诊断结果的及其诊断依据，便于用户可更加直观地获得辅助诊断信息，且可通过所述诊断依据快速、准确地了解到当前得到的所述辅助诊断结果的可靠性。
- 一种失能权重确定方法及装置、电子设备、存储介质-202111082294.3
- 金晓辉;阮晓雯 - 平安科技（深圳）有限公司
- 2021-09-15 - 2023-10-24 - G16H50/70
- 一种失能权重确定方法及装置、电子设备、存储介质，属于智慧医疗技术领域。该方法包括：获取针对目标疾病采集到的患者就诊数据，患者就诊数据包括多种就诊信息类型以及每种就诊信息类型对应的就诊数据。从多种就诊信息类型中确定目标疾病对应的目标信息类型，并从患者就诊数据中获取目标信息类型对应的就诊数据以作为目标疾病的目标就诊数据。对目标疾病的目标就诊数据进行数据分布分析，得到目标疾病对应的数据分布特征。结合目标疾病对应的数据分布特征进行权重计算，得到目标疾病的失能权重，因此无需健康量表或调查问卷的制作、收集及专家赋值等繁杂流程，节约了时间、人力和经济成本，提高了失能权重计算效率，有助于失能权重计算的本土化。
- 一种数据挖掘方法和装置-202010284670.6
- 祁曦 - 北京嘉和美康信息技术有限公司
- 2020-04-13 - 2023-10-24 - G16H50/70
- 本发明提供一种数据挖掘方法，包括：由数据库中获取与失血性休克相关的目标相关项信息；基于所述相关项信息中各项参数的指标范围建立训练参照模型；采用所述训练参照模型确定所述目标相关项信息中超出正常值上限、超出正常值下限的各项目标相关项信息；对超出正常值上限、超出正常值下限的各项目标相关项信息进行分类；对分类得到的各类各项目标相关项信息进行数据量统计；将数据量统计结果大于预设值的目标相关项信息对应的指标范围通过可视化工具进行显示，确保了失血性休克关键指标的选择的可靠性。
- 基于信息抽取和实体归一的医学相似病例推荐方法和系统-202310836858.0
- 刘硕;杨雅婷;白焜太;宋佳祥;许娟;史文钊 - 神州医疗科技股份有限公司
- 2023-07-10 - 2023-10-24 - G16H50/70
- 本发明公开了基于信息抽取和实体归一的医学相似病例推荐方法和系统，通过对病情描述文本进行实体分割，获取其中的疾病术语信息，然后从历史病例数据库中获取历史病例信息并进行文本分割信息抽取，得到历史病例信息中的疾病关键词，最后将所述疾病术语信息和所述疾病关键词进行归一化处理，根据处理结果筛选出包含疾病术语信息的历史病例进行相似病例推荐，减轻了性能要求，降低推荐耗时，更有利于诊断的高效进行，从而快速准确地分析出高相似度的病例向医生进行推荐。
- 一种智能心脑动态分析方法和系统-202310857858.9
- 张士华;蒋思思 - 广州新华学院
- 2023-07-12 - 2023-10-20 - G16H50/70
- 本说明书实施例提供一种智能心脑动态分析方法，该方法包括获取用户信息、用户的运动数据、用户的生理数据和用户的用药数据，其中，运动数据和生理数据基于穿戴式设备获取；基于用户信息、运动数据和用药数据，动态确定预设的用户的重点监控指标的预测值，其中，预测值用于结合生理数据以提示用户；基于用户信息、运动数据、生理数据和用药数据，动态确定用户的健康推荐方案。
- 基于医院的智慧自助问诊推荐方法及系统-202310932672.5
- 饶显;孔维图;谢冠超 - 云知声智能科技股份有限公司
- 2023-07-26 - 2023-10-20 - G16H50/70
- 基于医院的智慧自助问诊推荐方法和系统，根据医生资料生成医生基本信息表和医生擅长属性表，通过所述医生基本信息表和所述医生擅长属性表得到每个科室医生所擅长的医疗领域；构建大数据推荐模型，通过所述大数据推荐模型得出病患疾病和医生擅长领域，以及症状和疾病的关联关系，生成领域疾病对应关系表和疾病症状对应关系表；获取病患用户输入的病情和症状信息，根据病患用户的病情和症状信息分析出病患的标准症状；通过所述大数据推荐模型得到所述标准症状匹配的医生擅长领域，利用匹配的医生擅长领域推荐合适的诊疗医生。本发明可以帮助患者更快的根据自己的病症找到合适的科室和医生，节约患者时间，提高医疗资源的精准利用率，减少开销。
- 一种突聋患者预后的预测模型构建方法及预测方法-202310489588.0
- 郭睿;张红蕾;翟晓敏;董佳佳 - 中国人民解放军空军特色医学中心
- 2023-05-04 - 2023-10-20 - G16H50/70
- 本发明提供了一种突聋患者预后的预测模型构建方法及预测方法，预测模型构建方法包括：收集突发性聋患者的临床数据，并基于预设纳入标准和排除标准在临床数据中筛选出样本数据，并将样本数据根据预设原则分为训练数据集和验证数据集；对所述训练数据集依次进行回归分析，得到独立风险的关键预测因子；利用所述关键预测因子构建列线图，作为突聋患者预后预测模型。本发明实施例提供的突聋患者预后的预测模型构建方法，通过筛选、回归分析得到关键预测因子，并构建列线图，有利于对关键预测因子进行评分，并以简单易懂的列线图形式呈现出来，有利于对突发性聋患者进行早期预测，并依据列线图的结果做出精准且个性化的临床决策。
- 一种高维肿瘤数据特征选择方法-202310772233.2
- 孙林;李坤玉;黄欣玥;孙淑静;王振华 - 河南师范大学
- 2023-06-27 - 2023-10-20 - G16H50/70
- 本发明属于肿瘤数据处理技术领域，具体涉及一种高维肿瘤数据特征选择方法。第一阶段提取肿瘤数据样本集中各个肿瘤数据样本的多个特征，并初步消除冗余特征；第二阶段对消除冗余特征后剩余的特征进行聚类，以将冗余度高的特征聚类到一个簇中，从而得到多个簇；第三阶段首先直接对簇进行筛选，然后减少样本数量，减少后再对特征进行进一步优化筛选特征。本发明采用三个阶段进行肿瘤数据特征选择，实现了肿瘤数据特征的准确提取，保证不会过多删除相关的特征和留下的特征都是相关的特征，保证达到预期的降维效果。
- 一种多动症时序脑连接数据的图特征挖掘方法-202310854566.X
- 张丽;刘涛;张广委;井明;禹继国;董安明 - 齐鲁工业大学（山东省科学院）
- 2023-07-13 - 2023-10-20 - G16H50/70
- 本发明涉及时序脑连接数据技术领域，特别涉及一种多动症时序脑连接数据的图特征挖掘方法,包括以下步骤：获得大脑网络连接图，并将获得的大脑网络连接图分为两组，一组为多动症患者的图数据，另外一组为健康对照组的图数据；对两组图数据进行频繁子图挖掘，分别获得多动症患者共有的子图和健康成员共有的子图；在获取患者与健康对照组的频繁子图后，将频繁子图作为图的特征，为每个图构造二进制特征向量，其中的组件表示该图是否包含特定的频繁子图，而每个特征向量的大小就是发现的频繁子图的数量。本方案根据AAL模板将大脑连接绘制成图数据，利用图数据挖掘的方法来找出ADHD患者与健康人之间脑功能连接结构的异同性。
- 一种皮肤病检测模型的训练方法、装置和存储介质-202310717240.2
- 梁乃文;刘佳;张玲;郑海燕;钱琦 - 中移（成都）信息通信科技有限公司;中国移动通信集团有限公司
- 2023-06-16 - 2023-10-20 - G16H50/70
- 本发明公开一种皮肤病检测模型的训练方法、装置和存储介质。其中，所述方法应用于边缘计算节点；所述方法包括：基于皮肤病相关的第一数据构建初始模型；所述初始模型包括用于检测皮肤病患处的更快的区域卷积神经网络(fast‑RCNN)和用于分类患者病症描述的双向编码(BERT)；当新类别的皮肤病出现时，获取所述新类别的皮肤病相关的第二数据；对所述初始模型的输出层的节点进行扩展，得到包括扩展节点的目标模型；根据所述第一数据和所述第二数据对所述目标模型进行增量学习训练，得到所述目标模型对应的损失函数；基于所述损失函数更新所述目标模型的参数。
- 专利分类
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
