-
公开(公告)号：CN119067240B
公开(公告)日：2025-04-22
申请号：CN202411213418.0
申请日：2024-08-30
Applicant: 首都医科大学宣武医院
IPC: G06Q10/02 , G16H40/20 , G06Q10/063
Abstract: 本发明基于区块链和深度学习的待检患者预约方法：S1、获取待检患者的含有基本信息、待检项目及可等待检查医生估计时间的待检信息，判断区块链中是否含有待检患者对应区块，若是进入S2，若否进入S4；S2、将待检患者对应区块中信息输入深度神经网络模型中输出病情紧急程度并分析出待检项目的可等待检查模型估计时间；S3、比较可等待检查医生估计时间和可等待检查模型估计时间，最小值作为可等待检查时间，进入S6；S4、基于基本信息在区块链中构建待检患者对应区块；S5、将可等待检查医生估计时间作为可等待检查时间，进入S6；S6、在可等待检查时间内预约，将待检患者的可等待检查时间和预约信息上链并推送预约信息，预约结束。
-
公开(公告)号：CN117357243B
公开(公告)日：2025-03-18
申请号：CN202311195445.5
申请日：2023-09-17
Applicant: 首都医科大学宣武医院
Abstract: 本发明公开了一种扩容的偏心式激光导管。一种扩容的偏心式激光导管，包括一中空手柄以及导管，导管包括内外设置的内导管以及外导管，内导管用于穿过导丝，内导管与外导管之间围成激光区域，激光区域内穿设有激光束；内导管紧贴外导管的一侧；内导管的内壁固定连接有一旋转联动机构，旋转联动机构包括一旋转轴以及环状联动件，内导管内安装有轴向排布的环状联动件，环状联动件与旋转轴相连；以环状联动件的内腔为用于穿过导丝；导管以旋转轴的中心轴线为旋转中心线与中空手柄转动连接，导管的端部偏心设置在中空手柄的内侧还包括一用于驱动外管以旋转轴的中心轴线为旋转中心转动的旋转机构。本发明达到管腔扩容的目的。
-
公开(公告)号：CN112869984B
公开(公告)日：2025-03-07
申请号：CN202110299245.9
申请日：2021-03-21
Applicant: 首都医科大学宣武医院
Abstract: 本发明可调节下肢抬高装置包括：第一和第二支撑座置于底座内部两侧，第一和第二支撑座间固定长度调节组件，长度操控旋钮穿设底座上的通孔并连接长度调节组件以调节第一和第二支撑座间距；底座两端分别设有第一和第二高度调节组件，第一高度操控手柄与第一支撑座侧面铰接并卡在第一高度调节组件上，第二高度操控手柄与第二支撑座的侧面铰接并卡在第二高度调节组件上，以调节弹性垫的高度；弹性垫罩在第一和第二支撑座上部，弹性垫上设有与下肢腘窝处形状匹配的第一弧形体、与小腿处形状匹配的第二弧形体、及与脚踝处形状匹配的第三弧形体，第一支撑座的顶部与正上方的弹性垫形状匹配，第二支撑座的顶部与正上方的弹性垫形状匹配。
-
公开(公告)号：CN119067240A
公开(公告)日：2024-12-03
申请号：CN202411213418.0
申请日：2024-08-30
Applicant: 首都医科大学宣武医院
IPC: G06Q10/02 , G16H40/20 , G06Q10/063
Abstract: 本发明基于区块链和深度学习的待检患者预约方法：S1、获取待检患者的含有基本信息、待检项目及可等待检查医生估计时间的待检信息，判断区块链中是否含有待检患者对应区块，若是进入S2，若否进入S4；S2、将待检患者对应区块中信息输入深度神经网络模型中输出病情紧急程度并分析出待检项目的可等待检查模型估计时间；S3、比较可等待检查医生估计时间和可等待检查模型估计时间，最小值作为可等待检查时间，进入S6；S4、基于基本信息在区块链中构建待检患者对应区块；S5、将可等待检查医生估计时间作为可等待检查时间，进入S6；S6、在可等待检查时间内预约，将待检患者的可等待检查时间和预约信息上链并推送预约信息，预约结束。
-
公开(公告)号：CN118614909A
公开(公告)日：2024-09-10
申请号：CN202410821519.X
申请日：2024-06-24
Applicant: 首都医科大学宣武医院
IPC: A61B5/11
Abstract: 本发明涉及一种踝泵运动监测评估系统，属于康复治疗技术领域，其包括：一个或多个采集单元、处理单元和运动单元。根据患者的个人信息针对患者两只脚分别生成相应踝泵运动方案的处理单元能够在踝泵运动方案中设置有第一预期目标和第二预期目标，运动单元配置的第一辅助部件能够引导患者的足部运动以至少达到第一预期目标，并使得患者能够基于第一辅助部件的引导而主动地或被动地完成第二预期目标，其中，处理单元能够利用第一采集单元获取的与第一辅助部件的局部所受的压力分布情况相关的数据信息判断患者是否达到第一预期目标、患者是否具有完成第二预期目标的主观能动性和/或是否需要对患者是否达到第二预期目标进行监测。
-
Patent Agency Ranking
公开(公告)号：CN117547287B
公开(公告)日：2024-04-09
申请号：CN202311508267.7
申请日：2023-11-14
Applicant: 首都医科大学宣武医院
Abstract: 本发明公开了一种基于多生理参数的糖尿病足风险评估系统，在向训练好的糖尿病足风险有无神经网络模型/糖尿病足风险等级神经网络模型中输入输入样本时，输入样本不仅包括待测人员每个步宽时间内各个无线阵列肌电传感器对应的由正常肌电信号提取出的多个肌电特征值，还包括待测人员的数值化的基本信息，进一步提高本发明的待测人员是否患有糖尿病足以及患有糖尿病足风险等级的准确性。将智能长筒靴的鞋本体和长筒本体都设计成弹性的，使得智能长筒靴与待测人员人体待测部位紧密相贴，以降低待测人员行走时阵列肌电传感器脱离待测人员相应部位的可能性。对采集到的表面肌电信号进行充分优化处理，采用5级优化处理，处理更加优化、更加合理。
-
公开(公告)号：CN117338301B
公开(公告)日：2024-03-29
申请号：CN202311342067.9
申请日：2023-10-17
Applicant: 首都医科大学宣武医院
Abstract: 本发明公开一种基于肌电信号的糖尿病足风险等级评测系统，先判定采集到的肌电信号是否有异缺情况，有异缺则判定异缺肌电信号的步宽时间数量，当数量较多时则需重新采集评测，当数量较少时，即使将有异缺肌电信号丢掉，保留下的步宽时间对应的肌电信号样本也足够多，则直接将存在异缺信号的步宽时间对应的所有肌电信号均丢弃，当数量处于较少和较多间时，判定可修正的步宽时间数量，若加上可修正的步宽时间数量后正常肌电信号对应的步宽时间数量较多则可对可修正的肌电信号进行修正，若加上可修正的步宽时间数量后正常肌电信号对应的步宽时间还不够数量，则需重新采集评测。此种信号处理操作使得评测结果更为准确。
-
公开(公告)号：CN113633451A
公开(公告)日：2021-11-12
申请号：CN202110922799.X
申请日：2021-08-11
Applicant: 首都医科大学宣武医院
IPC: A61F5/058
Abstract: 本发明提供一种增强影像观察后护理装置，包含用于保持表征造影剂流后腘动脉血液流通的正向限位组件，和用于促进髂外动脉造影后伤口修复的反向限位组件。用于引导股动脉延伸的支撑杆两端分别连接正向限位组件和反向限位组件，以便防止正向限位组件固定的腘动脉与反向限位组件固定的髂外动脉，即髌骨与髂骨之间形成夹角，从而避免由动脉属支闭塞引起的动脉血栓。通过对具有高度差的肢体的前后位置变化的限制，在肢体需要进行弯折时，限制肢体前后两面在相反方向的位置移动使肢体无法产生相对其他部位的倾斜，保证肢体无法弯折。
-
公开(公告)号：CN118969212A
公开(公告)日：2024-11-15
申请号：CN202410924254.6
申请日：2024-07-11
Applicant: 首都医科大学宣武医院
IPC: G16H40/20 , G16H50/70 , G16H10/60 , G06F18/2431
Abstract: 本发明基于深度学习的批量伤员移送医治策略控制系统及方法，伤员移送医治策略控制中心获取待移送的批量伤员中每个伤员的伤情信息；将伤员的伤情信息输入至训练好的深度学习模型中学习获得该伤员的伤情可等待医治时间；将属于同一伤类的伤员划分至对应的伤员伤类集合中，对每个伤员伤类集合中每一伤员分析其伤类等级；对每个伤员伤类集合中的伤员按照伤类等级由高至低的顺序进行优先级排序；计算第m个伤员伤类集合中第k个优先级中每个伤员到达其伤类等级对应的每个第一医疗机构的移送时间和医疗机构医治等待时间，两者取最大值，最大值小于该伤员的伤情可等待医治时间的为可送达的第一医疗机构，从中选出一个作为目标第一医疗机构安排移送。
-
公开(公告)号：CN118503782B
公开(公告)日：2024-11-05
申请号：CN202410645425.1
申请日：2024-05-23
Applicant: 首都医科大学宣武医院
IPC: G06F18/241 , G06F18/213 , G06N3/045 , G06N3/08 , G16H50/20 , G06F16/901
Abstract: 本发明一种基于深度学习模型的糖尿病类型识别系统包括：糖尿病模型构建模块、糖尿病类型模型构建模块、糖尿病识别模块、提示模块、图谱特征提取模块、数量判断模块、糖尿病类型识别模块和数量扩充模块；利用这些模块分别构建了糖尿病深度学习模型和糖尿病类型深度学习模型，首先利用糖尿病深度学习模型来快速的识别出待识别者是否患有糖尿病，在识别出待识别者不患有糖尿病，则就无需进一步识别待识别者的糖尿病类型了，能够快速的识别出待识别者不患有糖尿病，实现快速识别待识别者不患有糖尿病的功能；当识别出待识别者患有糖尿病，再进一步识别待识别者的具体糖尿病类型。本发明这种设计构思有利于提高糖尿病和糖尿病类型识别效率。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.026 seconds)
