一种基于任务分解策略的发热待查辅助鉴别诊断系统

    公开(公告)号:CN113744873A

    公开(公告)日:2021-12-03

    申请号:CN202111311947.0

    申请日:2021-11-08

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于任务分解策略的发热待查辅助鉴别诊断系统,首次全面且系统地构建了发热待查潜在病因类别层次结构,基于类别层次结构实现了针对发热待查潜在病因进行辅助鉴别诊断的层次分类模型,并能够模拟临床医生的推理逻辑,逐层给出鉴别诊断意见,不仅鉴别范围更全面、系统,同时具有更高的鉴别准确度和更好的临床可解释性,由上向下的逐层推理模式也更加符合临床医生的临床实践习惯;本发明所利用的临床数据都是患者就诊早期极易获取的早期临床表现数据,因此在患者早期就诊阶段就能够基于有限信息给出极具临床价值和可信度的鉴别诊断意见;本发明为发热待查潜在病因的鉴别诊断提供了全面、系统、层次化的解决策略。

    一种基于蓝牙的医疗可穿戴设备智能交互方法

    公开(公告)号:CN108245132B

    公开(公告)日:2020-07-14

    申请号:CN201810036961.6

    申请日:2018-01-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于蓝牙的医疗可穿戴设备智能交互方法,对智能终端与监护设备的蓝牙连接逻辑进行改进;在智能终端上通过监护设备的距离及运动轨迹自动判别是否需要连接监护设备。在设备连接过程中,通过验证机制对设备身份进行识别,对于识别成功的设备实现自动连接。在设备连接数量达到上限时,自动断开不需要的设备连接,然后自动连接新设备。断开的旧连接被放置到挂起设备列表中,患者可以随时进行设备快速切换,重新连接旧连接。本发明中智能终端可以根据监护设备的运动轨迹自动判断是否需要连接监护设备。监护设备的连接可以自动化完成,避免用户进行复杂的操作,提高连接效率,优化用户使用体验。

    一种高强度医学图像快速加密方法及解密方法

    公开(公告)号:CN103973936B

    公开(公告)日:2016-08-17

    申请号:CN201410055499.6

    申请日:2014-02-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种高强度医学图像快速加密方法及解密方法,加密过程包括计算图像Hash值、分解图像、打包关键数据、使用RSA公钥对关键数据加密、通过随机数和递归公式生成SHA?256输入、获得AES动态密钥、通过AES动态密钥对数据块加密、打包发送,解密方法为加密方法的反向过程。本发明对关键数据进行了高强度加密,对文件体部分在快速加密的同时兼顾了强度,使加密速度和强度有了较好的平衡,适用于一般的医疗网络。

    融合区块链与隐私求交技术的医疗数据共享方法及系统

    公开(公告)号:CN117577248B

    公开(公告)日:2024-04-05

    申请号:CN202410052287.6

    申请日:2024-01-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种融合区块链与隐私求交技术的医疗数据共享方法及系统,本发明通过设计双链并行的区块链系统结构,并结合属性加密技术,在保护数据安全隐私的条件下,实现了区块链上数据多对多的高效共享,提高了医疗数据的共享效率。本发明通过引入可搜索加密技术与隐私集合求交集技术,实现了区块链上多中心数据的统一搜索与筛选功能以及多中心数据的匹配与对齐功能,丰富了医疗数据共享的功能性,真正意义上实现了保证安全隐私条件下多中心之间的数据交流互通。

    基于强化学习的临床思维数据生成系统及方法

    公开(公告)号:CN117649949A

    公开(公告)日:2024-03-05

    申请号:CN202410115580.2

    申请日:2024-01-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于强化学习的临床思维数据生成系统及方法,该系统包括模态标识模块、模态决策模块、大模型诊断模块、奖励反馈模块和临床思维修饰模块。本发明利用强化学习方法生成多模态医疗数据输入的临床思维数据,依据生成过程中的状态、决策和奖励,优化生成策略,训练得到最优的临床思维数据的生成策略。通过本发明中的临床思维数据生成策略,能够对临床诊断过程中产生的临床诊断数据进行思维语义空间拓展,归纳其中的临床逻辑,解决临床诊断数据中无医务人员思维过程记录的问题。同时,融合多模态数据,保证了临床可信性,增强了临床诊断数据的临床可解释性。

    一种基于双层图卷积神经网络的肝癌病理预后系统及装置

    公开(公告)号:CN116682576B

    公开(公告)日:2023-12-19

    申请号:CN202310962835.4

    申请日:2023-08-02

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于双层图卷积神经网络的肝癌病理预后系统及装置,包括:预处理模块,提取病理组织并切块;识别模块,用于识别肿瘤图块和坏死图块;坏死图构建模块,用于提取图块特征作为节点,相近图块之间形成边,进行坏死图构建;注意力池化模块,用于将图块特征聚合成患者级别的影像特征;患者图构建模块,用于将影像特征作为节点,非影像信息作为边,进行患者图构建;图卷积神经网络模块,用于基于构建的图进行更新和训练;风险评分模块,用于将图卷积神经网络模块的输出结果转换成患者的生存风险评分。本发明对患者的肿瘤和坏死

    一种面向异构临床信息的数据发现方法及系统

    公开(公告)号:CN115662638A

    公开(公告)日:2023-01-31

    申请号:CN202210434115.6

    申请日:2022-04-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向异构临床信息的数据发现方法及系统,首先从医疗机构的异构临床信息的原始数据库中提取基础元数据信息;其次构建基于中文临床医学术语、标准临床数据表和临床数据业务场景的语义网络;使用语义网络进行基于规则的领域命名实体识别,获取原始数据库中原始数据的语义信息;然后根据基础元数据信息以及语义信息对原始数据库中原始数据进行分组,进行关联计算得到每组中各个数据的关联关系;最后将基础元数据信息和语义信息进行图表可视化展示,并将得到的关联关系进行图形结构可视化展示。本发明从多个不同维度描述原始临床数据,获取多维度的描述性信息,数据统计信息和语义信息等,有利于检索效率和准确性的提高。

    一种基于个性化状态空间进展模型的疾病辅助决策系统

    公开(公告)号:CN115019960B

    公开(公告)日:2022-11-29

    申请号:CN202210915596.2

    申请日:2022-08-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于个性化状态空间进展模型的疾病辅助决策系统,本发明将患者聚类和疾病进展轨迹识别嵌套在一起,更新迭代直至收敛得到个性化状态空间进展模型,通过建立模型对疾病进展轨迹迭代聚类,充分利用了同一类别中的患者数据,在挖掘疾病进展轨迹的同时将患者分为若干个亚型,且随着亚型内患者增多不断修正该亚型的疾病进展轨迹,最后基于个性化状态空间进展模型预测患者未来的疾病进展,帮助临床医生进行辅助决策。本发明使用状态空间模型关注疾病潜在的状态空间,有效解释了疾病的隐藏状态,提供了可供理解的疾病进展模型。

    一种基于因果关系挖掘的临床数据自动化生成方法及系统

    公开(公告)号:CN114864099B

    公开(公告)日:2022-11-01

    申请号:CN202210782447.3

    申请日:2022-07-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于因果关系挖掘的临床数据自动化生成方法及系统,从医学数据的收集来源出发,按照患者的入院出院流程,将患者留存在医院的信息进行分门别类的统计,忽略患者入院流程中产生的多余信息,将患者的入院流程整理为病情、检查、病症、药物4项,将其整合为统一数据集,之后再根据使用者的个性化需求,对数据集中的数据进行第一次筛选,之后通过算法明确各列数据间的依赖关系和依赖方向,绘出挑选的数据的完全部分有向无环图,从而发现这些数据之间的因果关联,之后再从因果图中挑选出使用者感兴趣的部分进行因果关联虚拟生成,进而解决生成的虚拟数据之间联系不紧密的问题。

    一种基于非对称卷积的噪声性听力损失预测系统

    公开(公告)号:CN114861835B

    公开(公告)日:2022-09-27

    申请号:CN202210777572.5

    申请日:2022-07-04

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于非对称卷积的噪声性听力损失预测系统,该系统包括数据采集模块、数据预处理模块、特征提取模块和特征融合与噪声性听力损失预测模块;数据采集模块用于采集工人职业暴露的噪声数据和工人个人信息;数据预处理模块用于对工人个人信息数据进行标准化,并对噪声数据转换为二维噪声时频谱图;特征提取模块用于利用不同形状的卷积核提能量特征与时域变化特征;特征融合与噪声性听力损失预测模块将能量特征与时域变化特征进行融合并降维后,联合工人个人信息输出得到工人是否患有噪声性听力损失的预测结果。本发明使用不对称卷积核对时频谱图进行特征提取,提高噪声性听力损失预测的准确性。

Patent Agency Ranking