-
公开(公告)号：CN110347662A
公开(公告)日：2019-10-18
申请号：CN201910629812.5
申请日：2019-07-12
Applicant: 之江实验室
Abstract: 本发明公开了一种基于通用数据模型的多中心医疗数据结构标准化系统，该系统包括源数据库、缓存数据库、目标数据库、数据连接管理模块、数据结构扫描模块、映射构建单元、映射执行单元、增量更新单元和质量控制单元；源数据库为各医疗数据中心执行医疗业务流程的数据库；缓存数据库与目标数据库均部署于各医疗数据中心的专属前置服务器；各医疗数据中心的目标数据库均与云端服务器连接，实现多中心医疗数据之间的协同分析；本发明改进了医疗数据结构映射关系设计流程，有利于信息技术人员与医护人员协作，提高工作效率；本发明提供了增量更新机制，提高了系统运行效率。
-
公开(公告)号：CN110347662B
公开(公告)日：2021-08-03
申请号：CN201910629812.5
申请日：2019-07-12
Applicant: 之江实验室
Abstract: 本发明公开了一种基于通用数据模型的多中心医疗数据结构标准化系统，该系统包括源数据库、缓存数据库、目标数据库、数据连接管理模块、数据结构扫描模块、映射构建单元、映射执行单元、增量更新单元和质量控制单元；源数据库为各医疗数据中心执行医疗业务流程的数据库；缓存数据库与目标数据库均部署于各医疗数据中心的专属前置服务器；各医疗数据中心的目标数据库均与云端服务器连接，实现多中心医疗数据之间的协同分析；本发明改进了医疗数据结构映射关系设计流程，有利于信息技术人员与医护人员协作，提高工作效率；本发明提供了增量更新机制，提高了系统运行效率。
-
公开(公告)号：CN111640510A
公开(公告)日：2020-09-08
申请号：CN202010273957.9
申请日：2020-04-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度半监督多任务学习生存分析的疾病预后预测系统，包括数据获取模块、数据预处理模块和预测模型构建模块等；本发明以深度神经网络模型为基础，将生存分析问题转化为多时序点生存概率预测的半监督学习问题组成的多任务学习模型；模型直接对生存概率建模，不依赖比例风险假设，可以拟合时间依赖效应，具有更好的解释性；提出利用半监督损失函数和排序损失函数对数据进行拟合，充分利用了完全数据和删失数据，可以处理传统的生存分析问题和考虑竞争风险的生存分析问题；模型通过多时序点的多任务学习，实现多个预测任务之间的数据共享，同时实现多个预测任务之间的相互约束，提升模型的泛化能力。
-
-
Search Results
3
records
(took 0.014 seconds)
