公开(公告)号：CN115910360A

公开(公告)日：2023-04-04

申请号：CN202211389851.0

申请日：2022-11-08

Applicant: 南昌大学第二附属医院

Inventor： 江龙 ,  杨新雷 ,  祝新根 ,  许源

IPC: G16H50/70 ,  G16H50/20 ,  G06F18/214 ,  G06N20/20

Abstract: 本发明提供一种烟雾病风险预测模型构建方法，涉及疾病预测技术领域。该烟雾病风险预测模型构建方法，具体包括以下步骤：S101.数据进行预处理，S102.外部验证数据选出，S103.模型建立。本发明提供一种烟雾病风险预测模型构建方法，本方法通过采取2565例烟雾病患者的临床基本信息和实验室检查检验结果，并从7万多例对照组中进行1:2倾向性匹配筛选对照组，此后，随机选取20％的烟雾病患者及2倍数量的非烟雾病患者数据组成外部测试数据从而实现模型的构建，通过本发明的模型，能够不需要使用大型仪器即可对患者的烟雾病进行风险预测，评估预测简单且效率高。

公开(公告)号：CN115346665A

公开(公告)日：2022-11-15

申请号：CN202211276129.6

申请日：2022-10-19

Applicant: 南昌大学第二附属医院

Inventor： 邓燕 ,  许源 ,  刘琛 ,  黄针 ,  黄丹 ,  李姝蓉

IPC: G16H50/20 ,  G06K9/62 ,  G16H10/60 ,  G16H50/70

Abstract: 本发明提供一种视网膜病变发病风险预测模型的构建方法、系统及设备，方法包括：获取若干早产儿及其母亲的医学指标数据；采用数据清洗方法对入选建模因子进行清洗，以清洗出最终参与建模的相关建模因子，并据此构建训练样本集；通过训练样本集分别对不同类型的多个初始预测模型进行训练，得到多个训练后预测模型；采用预设模型评估指标对多个训练后预测模型进行评估，并将评估后最优的训练后预测模型确定为视网膜病变发病风险预测模型。本发明通过训练得到能够在早期精准预测早产儿视网膜病变发病风险的预测模型，从而摆脱只能依赖眼底照片才能够预测ROP的困境，并且在服务不足和偏远地区也能够进行有效精准的ROP预测。

公开(公告)号：CN110151271A

公开(公告)日：2019-08-23

申请号：CN201910440802.7

申请日：2019-05-24

Applicant: 南昌大学第二附属医院

Inventor： 熊刚 ,  易应萍 ,  胡强华 ,  张邱琴 ,  方义君 ,  刘卫方 ,  吴芳琴 ,  江龙 ,  许源 ,  黄辉 ,  葛艳秋

IPC: A61B17/34 ,  A61B90/00

Abstract: 一种腹腔穿刺器组件，属于套管针技术领域。该腹腔穿刺器组件包括穿刺套管、与穿刺套管配合的穿刺针及设于穿刺针一端的摄像模组，穿刺针包括手柄及与手柄连接的穿刺针管，手柄还连接有可旋转的调节盖，调节盖通过传动组件与摄像模组连接；调节盖旋转时，传动组件驱动摄像模组向靠近或远离穿刺针管的轴向转动。该腹腔穿刺器组件能够扩大穿刺过程中的监测视野范围，便于操作人员进行操作和调节。

公开(公告)号：CN115346665B

公开(公告)日：2023-03-10

申请号：CN202211276129.6

申请日：2022-10-19

Applicant: 南昌大学第二附属医院

Inventor： 邓燕 ,  许源 ,  刘琛 ,  黄针 ,  黄丹 ,  李姝蓉

IPC: G16H50/20 ,  G16H50/70 ,  G16H10/60 ,  G06F18/2113 ,  G06F18/23213

Abstract: 本发明提供一种视网膜病变发病风险预测模型的构建方法、系统及设备，方法包括：获取若干早产儿及其母亲的医学指标数据；采用数据清洗方法对入选建模因子进行清洗，以清洗出最终参与建模的相关建模因子，并据此构建训练样本集；通过训练样本集分别对不同类型的多个初始预测模型进行训练，得到多个训练后预测模型；采用预设模型评估指标对多个训练后预测模型进行评估，并将评估后最优的训练后预测模型确定为视网膜病变发病风险预测模型。本发明通过训练得到能够在早期精准预测早产儿视网膜病变发病风险的预测模型，从而摆脱只能依赖眼底照片才能够预测ROP的困境，并且在服务不足和偏远地区也能够进行有效精准的ROP预测。

公开(公告)号：CN115331738A

公开(公告)日：2022-11-11

申请号：CN202210992817.6

申请日：2022-08-18

Applicant: 南昌大学第二附属医院

Inventor： 许源 ,  张贝 ,  胡辉 ,  周凡 ,  易应萍

IPC: G16B40/20 ,  G16B20/00 ,  G16H50/30 ,  G06K9/62

Abstract: 本发明公开了一种肝细胞癌发病风险预测模型的构建方法，包括步骤：S1，获取原发性肝癌个体和肝硬变个体的临床数据集，删除甲胎蛋白大于预设阈值的个体的数据，得到模型数据集；S2，选取预测变量，将预测变量作为独立元素建立基于XGBoost算法的初始模型；S3，将模型数据集按照预设比例划分为训练集和测试集，基于初始模型对训练集进行K折交叉验证，得到XGBoost模型。本发明中的XGBoost模型，对于低水平AFP的个体，可大大提高对乙肝相关性肝癌的预测能力，较好地解决了单一血清特征和多种混杂特征造成的诊断准确率较低的问题，降低了漏诊率。