-
公开(公告)号：CN115295080A
公开(公告)日：2022-11-04
申请号：CN202210573025.5
申请日：2022-05-25
Applicant: 复旦大学附属中山医院
IPC: G16B30/00 , G06V20/69 , G06V10/774 , G06V10/82 , G06N3/04
Abstract: 本发明公开了一种血清蛋白电泳可疑M蛋白自动识别模型的建立方法，解决了传统人工建模识别准确率低对人员要求高的问题，其技术方案要点是通过先准备多个血清蛋白电泳的仪器通讯解码数据文件，将数值数据转换成每一标本一张二维的可视化图片文件，将生成的图片文件进行分类标记，然后基于卷积神经网络的计算机深度学习建立识别模型，用分类标记的图片文件对识别模型进行训练，保存获取训练后的识别模型，最后通过训练后的识别模型对仪器检测原始数据可视化处理后的二维图片文件进行识别分类，本发明的一种血清蛋白电泳可疑M蛋白自动识别模型的建立方法，能建立识别模型有效提高建模及识别准确性，降低人员培养成本,提高工作效率和质量。
-
公开(公告)号：CN117612163B
公开(公告)日：2024-10-29
申请号：CN202311730723.2
申请日：2023-12-15
Applicant: 南京大学 , 复旦大学附属中山医院
Abstract: 本发明公开一种结合反绎学习与深度学习的免疫固定电泳图像识别方法，首先，获取免疫固定电泳图像及相关联的标记信息；针对少量且类别不平衡现象较为严重的样例数据，结合反绎学习引入专家知识，依照人工识别规则对样例数据进行切分和重新组合，从而实现免疫固定电泳图像的自动生成和标注；结合专家知识库，利用多任务学习范式和注意力机制设计神经网络结构，构建深度学习模型，对经反绎学习增广后的数据进行训练，获得高效且准确的分类模型；将所得到的分类模型应用于免疫固定电泳图像的识别中，准确、高效地实现免疫固定电泳图像的自动识别。
-
公开(公告)号：CN115978939A
公开(公告)日：2023-04-18
申请号：CN202211641571.4
申请日：2022-12-20
Applicant: 复旦大学附属中山医院
Abstract: 本发明涉及一种用于染色后电泳凝胶胶片快速烘干的设备，属于生物医药实验装备技术领域。包括电源、热源、温度控制电路和导热板；设备的上端面上设有导热板，导热板的下方设有热源；电源通过温度控制电路与热源连接。通过本发明提供了一种高效的、可帮助检测人员自动完成胶片烘干的设备，提高了凝胶电泳技术临床检测的效率。本发明结构设计简单，可实现批量化的工业化生产；可批量化地完成胶片干燥工作，工作效率高；无需人工操作，可实现全自动化胶片干燥；本发明应用范围广，可兼容大部分规格的电泳凝胶胶片。
-
公开(公告)号：CN115700891A
公开(公告)日：2023-02-07
申请号：CN202211334101.3
申请日：2022-10-28
Applicant: 复旦大学附属中山医院
Abstract: 本发明提供一种抽血管分配的优化方法、系统及计算机可读存储介质。该方法包括：最近一段时期内医院为患者每次开出的检测单进行关联规则挖掘而产生和/或迭代抽血管分配的优化规则；接收用户选择/输入的检测项目，产生包括每个检测项以及每个检测项对应使用的抽血管的抽血管分配清单；基于所述优化规则，对所述抽血管分配清单上使用的抽血管进行合并以减少抽血管的使用数量，输出抽血管分配方案。通过本发明提供的技术方案不仅能够有效减少医院抽血管的使用数量，避免对患者重复抽血；还能使产生抽血管分配的优化规则更适应不同时期医院为患者进行抽血检测开单的实际情况。
-
公开(公告)号：CN110728315A
公开(公告)日：2020-01-24
申请号：CN201910943578.3
申请日：2019-09-30
Applicant: 复旦大学附属中山医院
Abstract: 本发明提供一种实时质量控制方法，通过获取检验样本数据，基于检验样本数据产生一个或多个适用于检测检验样本数据系统误差的分类器，将分类器部署至实时质量控制平台，接收实时检验数据以完成检验质量的实时控制，本发明通过模拟引入正负误差数据组训练样本，从而提高分类器的分类准确率，同时采用ROC曲线下面积AUC对所述含最优模型参数的模型进行评价完成分类器的训练，从而对检测数据进行监控，可进一步提高对检测设备质检性能，降低了实验室的失控风险。
-
Patent Agency Ranking
公开(公告)号：CN118351407A
公开(公告)日：2024-07-16
申请号：CN202410443022.9
申请日：2024-04-12
Applicant: 复旦大学附属中山医院 , 南京大学
IPC: G06V10/80 , G06V10/82 , G06V10/764 , G06V10/778 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种融合多模态学习的免疫固定电泳(IFE)图谱分析方法。免疫固定电泳图像由六条区带组成，并且在横向上可以分为四个区域。区带在某个横向区域的匹配标志了异常蛋白的位置信息。在进行免疫固定电泳的同时，通常会进行血清电泳检测，血清电泳图像包含了异常蛋白的位置信息。本方法通过将同一患者对应的血清电泳图像和免疫固定电泳图像同时作为输入进行多模态模型学习，来进行IFE图谱的阴阳性分类和区带分类。针对少量且类别不平衡现象较为严重的样例数据，引入专家知识，对样例数据进行处理和标注；对两种模态数据进行特征提取和融合，训练高效且准确的分类器模型。与传统的单模态方法相比，多模态方法在阴阳二分类和区带分类的性能上都有显著的提升。通过综合利用血清电泳和免疫固定电泳图像的信息，该方法能够提高阴阳分类和区带分类的准确率，有望在免疫病理学的临床诊断中发挥重要作用。
-
公开(公告)号：CN117612163A
公开(公告)日：2024-02-27
申请号：CN202311730723.2
申请日：2023-12-15
Applicant: 南京大学 , 复旦大学附属中山医院
Abstract: 本发明公开一种结合反绎学习与深度学习的免疫固定电泳图像识别方法，首先，获取免疫固定电泳图像及相关联的标记信息；针对少量且类别不平衡现象较为严重的样例数据，结合反绎学习引入专家知识，依照人工识别规则对样例数据进行切分和重新组合，从而实现免疫固定电泳图像的自动生成和标注；结合专家知识库，利用多任务学习范式和注意力机制设计神经网络结构，构建深度学习模型，对经反绎学习增广后的数据进行训练，获得高效且准确的分类模型；将所得到的分类模型应用于免疫固定电泳图像的识别中，准确、高效地实现免疫固定电泳图像的自动识别。
-
公开(公告)号：CN110728315B
公开(公告)日：2023-09-15
申请号：CN201910943578.3
申请日：2019-09-30
Applicant: 复旦大学附属中山医院
IPC: G06F18/24 , G06F18/214 , G16H10/20
Abstract: 本发明提供一种实时质量控制方法，通过获取检验样本数据，基于检验样本数据产生一个或多个适用于检测检验样本数据系统误差的分类器，将分类器部署至实时质量控制平台，接收实时检验数据以完成检验质量的实时控制，本发明通过模拟引入正负误差数据组训练样本，从而提高分类器的分类准确率，同时采用ROC曲线下面积AUC对所述含最优模型参数的模型进行评价完成分类器的训练，从而对检测数据进行监控，可进一步提高对检测设备质检性能，降低了实验室的失控风险。
-
公开(公告)号：CN116629224A
公开(公告)日：2023-08-22
申请号：CN202310532317.9
申请日：2023-05-11
Applicant: 复旦大学附属中山医院
IPC: G06F40/186 , G06F40/174 , G06F16/25
Abstract: 本发明提供一种低学习成本、可配置化、支持自定义的实验室记录表格在线填写方法，简单、灵活、高效、智能地满足实验室管理需求，包括：记录表格模板设计，基于办公软件预设格式的表格，在需要填写内容的部分单元格建立批注，将批注内容作为记录内容存储的字段名；配置模板字段映射，自动解析批注，将批注内容及其字段名添加到所述表格模板的字段映射对照表；记录表格填写，根据表格所对应的模板及其配置的字段映射对照表，自动生成网页格式的记录表单，用户填写内容后自动保存到数据库中。
-
公开(公告)号：CN110660462A
公开(公告)日：2020-01-07
申请号：CN201910913645.7
申请日：2019-09-26
Applicant: 复旦大学附属中山医院
IPC: G16H15/00
Abstract: 本发明公开了一种基于大数据的检验报告自动审核方法、系统和存储介质，方法包括报告送审、报告信息录入、审核规则匹配、优化审核规则、输出审核结果等步骤，系统包括处理器、实验室信息系统LIS、全自动生化分析仪、存储器以及存储在存储器中且被配置为由处理器执行的计算机程序，处理器包括报告送审模块、报告录入模块、审核规则匹配模块、审核规则优化模块、审核结果输出模块和验证模块，处理器执行上述自动审核方法。申请基于检测结果大数据分布情况选取合适的范围作为审核规则，从而能运用更为科学、精确的规则进行结果判断，缩短报告周转时间。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.026 seconds)
