-
公开(公告)号：CN118335291A
公开(公告)日：2024-07-12
申请号：CN202410353735.6
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种面向ALS(肌萎缩性脊髓侧索硬化症)患者的认知障碍预测模型的训练方法及设备：该方法包括：获取多个ALS患者的认知评估量表数据和多模态脑影像数据，并标注标签，以构建得到训练样本集；训练样本集中包括对认知评估量表数据预处理后的结构化数据，和对多模态脑影像数据进行ALS相关特征筛选和特征转换得到的ALS脑影像特征数据；构建认知障碍预测模型，并利用训练样本集中的数据和标签，对认知障碍预测模型进行迭代训练，得到收敛的认知障碍预测模型。本发明解决了现有技术中的认知障碍预测主要依靠认知量表测评，检查耗时冗长，且没有考虑到ALS自身疾病因素引起脑部结构变化对于认知障碍判断的影响，导致预测准确性差的问题。
-
公开(公告)号：CN116052892B
公开(公告)日：2023-06-16
申请号：CN202310265522.3
申请日：2023-03-20
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种肌萎缩侧索硬化疾病进展分类系统和方法，该系统包括梳理单元、轨迹拟合单元、差异评估单元、内部验证单元和外部验证单元；梳理单元用于梳理肌萎缩侧索硬化患者在随访过程中多个时点的ALS功能评分量表得分；轨迹拟合单元用于利用群组化轨迹建模方法对ALS患者多时点ALS功能评分量表得分进行轨迹拟合；差异评估单元用于评估不同的轨迹组在临床特征、实验室检查指标和终点事件发生风险上的差异，从侧面评估分类方法的有效性和合理性；内部验证单元用于利用Bootstrap重抽样方法进行内部验证；外部验证单元用于利用外部数据库拟合功能评分轨迹分组，从侧面验证分类方法的可靠性。
-
公开(公告)号：CN114611563B
公开(公告)日：2022-08-23
申请号：CN202210525623.5
申请日：2022-05-16
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种跨部位识别针极肌电图神经源性损害的方法，该方法包括以下步骤：第一步，先对输入系统的原始肌电信号进行一定的预处理；第二步，对预处理后的针极肌电图数据进行特征提取，将提取后的特征级联构成特征向量；第三步，对某一部位的针极肌电图特征数据，输入到集成分类器中，进行集成学习，采用加权集成策略，实现对多个分类器的输出结果进行集成学习，实现对每个个体所有样本数据的预测输出；第四步，在分类阶段，将多个分类器的预测概率进行加权求和得到最终的预测概率，以0.5为阈值判断患病与否，从而实现对肌电信号进行分类；其中，wi为每个分类器的概率权重。
-
公开(公告)号：CN120037042A
公开(公告)日：2025-05-27
申请号：CN202510311286.3
申请日：2025-03-17
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种卧床病人翻身辅助装置，属于医疗器械技术领域，解决了现有技术中的翻身装置紧贴患者身体，并没有着力点供医护人员对患者进行翻身的问题。本发明包括床架、翻身垫和第一翻身组件，所述翻身垫和所述第一翻身组件均设置在所述床架上，所述第一翻身组件用于推动所述翻身垫，辅助医护人员对卧床病人进行翻身操作。由于拉绳对托块靠近转动轴线的一端的牵拉，托块在第二床垫中同步转动，托块远离转动轴线的一端凸出于第二床垫的表面，并将患者的部分身体托离第二床垫，此身体部位与第二床垫之间产生空隙，医护人员能够将手插入此空隙，并用手扳动患者躯体，此时医护人员更便于对患者施力，使得患者的翻身更简单。
-
公开(公告)号：CN119405941A
公开(公告)日：2025-02-11
申请号：CN202411673748.8
申请日：2024-11-21
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明涉及一种用于经颅多普勒超声成像的留置针，属于医疗器械技术领域，解决了现有技术中的三通输液接头的阀门为旋转式的，阀门封闭不紧导致串流，并且容易旋转不到准确的封闭位置，导致阀门封闭不紧的问题。本发明包括注射单元、混合单元和控制阀单元，注射单元与混合单元连接，控制阀单元设置在混合单元内，混合单元用于制备气泡显影剂并通过注射单元输入人体，控制阀单元用于切换气泡显影剂的制备和传送路径。本发明通过滑动阀体来实现混合单元各个端头的封闭，并且通过控制阀单元实现每级封闭的限位，相较于现有的旋转式的三通输液接头，通过控制阀单元进行限位，感知更加明确，并且阀门封闭更稳固，不会发生串流。
-
Patent Agency Ranking
公开(公告)号：CN117079723A
公开(公告)日：2023-11-17
申请号：CN202311323194.4
申请日：2023-10-13
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京金域医学检验实验室有限公司
Abstract: 本发明公开了一种与肌萎缩侧索硬化症相关的生物标志物、诊断模型及其应用。本发明基于肌萎缩侧索硬化症患者队列，开发了基于机器学习算法的肌萎缩侧索硬化症风险评估模型，将通过严格质量控制的数据分为训练集和测试集，采用套索算法和极端梯度提升算法分别建立肌萎缩侧索硬化症风险评估模型，将建立的模型应用于测试集，对模型结果进行比较评估，得出最优的肌萎缩侧索硬化症风险评估模型，并识别最重要的差异甲基化基因作为肌萎缩侧索硬化症的DNA甲基化标志物，为肌萎缩侧索硬化症的早期诊断和识别提供依据。
-
公开(公告)号：CN119361130A
公开(公告)日：2025-01-24
申请号：CN202411896175.5
申请日：2024-12-23
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 灵犀云医学科技(北京)有限公司
IPC: G16H50/20 , A61B5/16 , A61B5/369 , A61B5/00 , G16H50/30 , G06F18/214 , G06F18/2431 , G06N3/096
Abstract: 本发明提供一种基于迁移学习的ALS患者抑郁风险评估系统，包括：数据采集单元，用于采集待评估ALS患者的脑电数据；源域抑郁风险评估单元，基于非ALS患者脑电数据样本集预训练得到，包括用于对脑电数据集进行脑电特征提取的特征提取模块和用于进行抑郁风险分类预测的抑郁风险分类模块；目标域特征适应模块，设置于特征提取模块和抑郁风险分类模块之间，用于基于非ALS患者脑电数据样本集对应的脑电特征数据对提取得到的待评估ALS患者的脑电特征进行筛选和修正，并输入抑郁风险分类模块预测得到待评估ALS患者的抑郁风险。本发明解决了现有技术中的抑郁风险评估没有考虑到ALS疾病因素对于抑郁判断的影响，导致对于ALS患者抑郁风险评估准确性差的问题。
-
公开(公告)号：CN117942080B
公开(公告)日：2024-07-19
申请号：CN202410353673.9
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于多模态影像组学的肌萎缩侧索硬化抑郁风险评估系统：系统包括：数据采集单元，用于采集待评估患者的多模态脑影像数据；影像组学特征提取单元，用于对各模态的脑影像数据标注肌萎缩侧索硬化相关脑区，并进行影像组学特征提取；特征数据筛选单元，用于对提取的影像组学特征数据进行筛选；抑郁风险评估单元，为预训练的神经网络模型，用于基于筛选得到的评估数据进行分类预测，得到待评估患者的肌萎缩侧索硬化抑郁风险评估结果。本发明解决了现有技术中的抑郁风险评估主要依靠患者的临床表现，医生和患者的主观性影响较强，且没有考虑到肌萎缩侧索硬化疾病因素对于抑郁判断的影响，导致评估准确性差的问题。
-
公开(公告)号：CN117942080A
公开(公告)日：2024-04-30
申请号：CN202410353673.9
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于多模态影像组学的肌萎缩侧索硬化抑郁风险评估系统：系统包括：数据采集单元，用于采集待评估患者的多模态脑影像数据；影像组学特征提取单元，用于对各模态的脑影像数据标注肌萎缩侧索硬化相关脑区，并进行影像组学特征提取；特征数据筛选单元，用于对提取的影像组学特征数据进行筛选；抑郁风险评估单元，为预训练的神经网络模型，用于基于筛选得到的评估数据进行分类预测，得到待评估患者的肌萎缩侧索硬化抑郁风险评估结果。本发明解决了现有技术中的抑郁风险评估主要依靠患者的临床表现，医生和患者的主观性影响较强，且没有考虑到肌萎缩侧索硬化疾病因素对于抑郁判断的影响，导致评估准确性差的问题。
-
公开(公告)号：CN105832438B
公开(公告)日：2019-02-01
申请号：CN201610425550.7
申请日：2016-06-15
Applicant: 北京大学第三医院
Abstract: 本发明提供了临床用唾液汲取装置，涉及临床护理领域。该临床用唾液汲取装置，采用负压吸取器进行唾液吸取的方式，使用的时候，患者口中所产生的唾液首先会由口含件所吸取，并且医护人员可以自主的控制负压吸引装置的工作状态，也就是通过触发开关(如按压开关)，来生成动作信号，进而控制负压吸引装置能够将口含件所吸取的唾液引出，进而完成取出患者口腔中唾液的任务，由于不再需要医护人员亲自从患者口腔中取出唾液，降低了工作量，医护人员只需要控制开关即可完成任务，提高了收集患者口腔中唾液的便捷程度。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.018 seconds)
