-
公开(公告)号：CN116016787B
公开(公告)日：2024-08-09
申请号：CN202211723701.9
申请日：2022-12-30
Applicant: 南方医科大学南方医院
IPC: H04M9/08 , G10L21/0208
Abstract: 本申请公开了基于Sigmoid变换及RLS算法的非线性回波消除，包括以下步骤：获取回波信号，对所述信号进行处理，发生非线性形变；所述发生非线性形变的信号会被回波路径中的室内冲击响应干扰；通过自适应横向滤波器去除回波路径中室内冲击响应所造成的干扰，同时通过RLS算法更新横向滤波器中的系数向量，从而实现回波消除。本申请基于sigmoid函数的非线性变换，在此之后级联一个线性自适应滤波器。非线性变换及自适应滤波器的参数更新是通过LMS以及RLS两个算法完成。
-
公开(公告)号：CN118398221A
公开(公告)日：2024-07-26
申请号：CN202410555606.5
申请日：2024-05-07
Applicant: 南方医科大学南方医院
IPC: G16H50/50 , G16H10/20 , G16H50/70 , G06F18/214 , G06F18/243 , G06N20/20
Abstract: 本申请提供一种非酒精性脂肪肝病诊断模型构建方法、系统、设备及介质，该方法包括获取来自第一数据集的第一用户信息；对所述第一用户信息进行筛选，根据最小绝对值收缩和选择算子回归筛选所述基因信息，以获取风险基因信息；构建非酒精性脂肪肝病诊断模型，所述非酒精性脂肪肝病诊断模型包括基础模块以及元模块，获取所述非酒精性脂肪肝病诊断模型的接收器操作特征曲线，若所述接收器操作特征曲线高于阈值，则所述非酒精性脂肪肝病诊断模型可投入使用，结合多种先进的机器学习算法，以增强模型的泛化能力和数据处理能力，相对于现有技术在NAFLD诊断上具有诊断精度以及可靠性。
-
公开(公告)号：CN117672519A
公开(公告)日：2024-03-08
申请号：CN202311661978.8
申请日：2023-12-05
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种基于微信小程序肝癌智能早筛及自我预防系统，包括患者端和医生端，患者端包括个人信息录入模块，用于录入患者个人信息，并构建智能问答，实现对量表问题的动态选择；健康档案模块，用于形成患者健康档案；肝病风险评估模块，用于对患者进行肝病风险评估，获取肝癌风险评估结果；智能推送模块，用于分析患者健康档案和肝癌风险评估结果，并智能推送肝癌实时信息；医生端包括健康方案录入模块，用于根据患者健康档案和肝癌风险评估结果，制定健康方案；医患交流模块，用于医生和患者进行病情交流、信息共享和解答疑问，并为患者提供线上问诊服务；量表选择模块，用于选择目标量表，基于目标量表评估患者的肝病风险和健康状况。
-
公开(公告)号：CN116832133A
公开(公告)日：2023-10-03
申请号：CN202310891287.0
申请日：2023-07-20
Applicant: 南方医科大学南方医院
IPC: A61K36/9066 , A61K36/884 , A61K36/282 , A61P1/16
Abstract: 本发明公开一种用于治疗脂肪肝的中药组合物及制备方法，属于药物领域。该中药组合物按重量百分比计算，包括以下组分：泽泻20％‑25％；茵陈12％‑17％；枸杞子16％‑21％；柴胡6％‑11％；姜黄6％‑11％；大黄2％‑7％；红花1％‑5％；甘草6％‑11％。经动物实验对照证明本发明的中药组合物能有效降低肝重量比大小，肝脏脂肪变性、脂肪沉积、脂肪滴明显减少等症状。本发明提供的一种用于治疗脂肪肝的中药组合物对于治疗脾虚湿盛证和湿浊内盛所致、治疗肝失疏泄、脾失健运，致痰浊盛血互结，胆汁排泄受阻所致的脂肪肝效果显著。
-
公开(公告)号：CN116626275A
公开(公告)日：2023-08-22
申请号：CN202310532299.4
申请日：2023-05-12
Applicant: 南方医科大学南方医院
Abstract: 本发明公开了一种与代谢相关性脂肪肝相关的重度肝纤维化预后风险评估系统及应用，属于生物信息学分析领域。所述系统包括计算单元，所述计算单元利用重度肝纤维化预后风险评估模型计算风险概率；所述重度肝纤维化预后风险评估模型以血清指标水平、年龄、性别和是否属于2型糖尿病为输入变量；所述血清指标包括单核细胞与淋巴细胞比值、丙氨酸氨基转移酶、甘油三酯、高密度蛋白和糖化血红蛋白。本发明基于与MAFLD发生发展相关的炎症及代谢指标进行建模，通过非侵入性检测手段对MAFLD患者相关肝纤维化进行分度，并深入研究其与重度肝脏纤维化的风险关联，以助于尽早识别MAFLD患者的重度肝纤维化情况。
-
Patent Agency Ranking
公开(公告)号：CN116610659A
公开(公告)日：2023-08-18
申请号：CN202310583714.9
申请日：2023-05-22
Applicant: 南方医科大学南方医院
IPC: G06F16/215 , G06F21/62 , G16H50/70
Abstract: 本申请提供一种肝癌专病数据库构建方法、数据库、电子设备及存储介质，所述方法包括：获取患者的病历信息；对所述病历信息进行筛选得到具有原发性肝癌的患者信息；根据所述患者信息提取肝病信息以及用户识别信息；对所述用户识别信息进行脱敏处理得到脱敏病历信息；将所述脱敏病历信息与所述肝病信息进行映射得到肝癌专病数据对；设置肝癌数据筛选标准，根据所述肝癌数据筛选标准分析所述肝癌专病数据对以获取肝癌分析信息，能够通过标准化数据采集流程，确保数据的准确性和完整性，从而提高数据的可靠性。
-
公开(公告)号：CN116597995A
公开(公告)日：2023-08-15
申请号：CN202310546740.4
申请日：2023-05-15
Applicant: 南方医科大学南方医院
IPC: G16H50/30 , G16H50/20 , G16H20/00 , G16H10/40 , G16H10/60 , G06F40/284 , G06F40/30 , G06N5/022 , G06N5/01 , G06N20/20
Abstract: 本申请公开了一种基于人工智能的院内脑卒中高危人群筛查及管理系统，包括：数据接入模块、高危人群筛查模块和高危人群管理模块；所述数据接入模块分别与所述高危人群筛查模块、所述高危人群管理模块和EMR系统连接，所述数据接入模块用于接收并处理EMR原始数据，得到高危人群的相关特征集；所述高危人群筛查模块用于基于所述相关特征集进行脑卒中高危风险评估，得到评估结果；所述高危人群管理模块用于基于所述评估结果向医生发出干预管理提醒，并基于所述评估结果和医生的干预过程生成干预后注意事项。本申请能够缓解基层医疗机构脑卒中高危筛查的压力，在一定程度上减轻医务人员负担的同时提高脑卒中高危人群的院中、院后预防管理。
-
公开(公告)号：CN114354931B
公开(公告)日：2023-03-14
申请号：CN202111524776.X
申请日：2021-12-14
Applicant: 南方医科大学南方医院
IPC: G01N33/574 , C07K16/28 , G01N33/577
Abstract: 本发明公开了脾肿大在确定肿瘤患者免疫检查点抑制剂治疗疗效中的应用，本发明首次发现脾肿大为接受免疫检查点抑制剂治疗的原发性肝癌患者的总生存期的独立预测因素；通过利用影像学上测定出的脾肿大可以预测接受免疫检查点抑制剂治疗的原发性肝癌患者的疗效、预后或总生存期，具有一定的临床价值，脾肿大作为新的免疫治疗预测因子可以促进精准医疗。而且对于脾肿大的判断也是简单准确的，通过CT或者MRI来评估患者是否合并脾肿大这一方法在临床上简便又准确，选择采用CT或者MRI来评估患者是否有脾肿大。当脾脏的最大直径超过15cm时，该患者被诊断为有脾肿大。
-
公开(公告)号：CN119541651A
公开(公告)日：2025-02-28
申请号：CN202411487832.0
申请日：2024-10-24
Applicant: 南方医科大学南方医院
IPC: G16B40/00 , G16B20/40 , G16B20/20 , G16H50/30 , G16H50/70 , G06F18/2113 , G06F18/214 , G06F18/243 , G06F18/27 , G06N5/01
Abstract: 本申请提供一种基于堆叠模型的肥胖遗传风险模型构建方法、电子设备及存储介质，该方法包括，获取数据集，所述数据集包括遗传特征数据，所述遗传特征数据包括单核苷酸多态性；应用随机森林对单核苷酸多态性进行筛选，以获取肥胖遗传风险相关的第一遗传特征集；应用分布式梯度增强库模型对单核苷酸多态性进行筛选，以获取肥胖遗传风险相关的第二遗传特征集；根据所述第一遗传特征集和所述第二遗传特征集获取显著遗传特征集；构建肥胖遗传风险模型；获取所述肥胖遗传风险模型的模型评估结果，根据所述模型评估结果对所述肥胖遗传风险模型的参数进行优化，通过整合多种基础学习器，结合元分类器逻辑回归进行堆叠训练，有效融合了不同算法的优势，提升了肥胖遗传风险预测的准确性和稳定性。
-
公开(公告)号：CN118486471B
公开(公告)日：2025-01-28
申请号：CN202410403409.1
申请日：2024-04-03
Applicant: 南方医科大学南方医院
Abstract: 本发明提供了一种使用机器学习算法建立高尿酸血症预测模型的方法，属于健康评估技术领域，本发明实施例以基于大量人群的UKBB队列为训练，以内部测试集和南方医院健康体检者数据集为外部测试集，建立并验证了基于遗传和临床数据训练的可靠实用的堆叠式多模态机器学习模型，用于及时识别HUA表型，早期预测痛风和代谢相关结局风险。该模型的性能优良，超过了每个单个机器学习模型，显示出令人满意的效能。ISHUA标志物能够在早期阶段量化痛风风险和代谢相关结果，可以为日常健康检查和风险因素的管理提供积极的指导，为临床医生在常规健康筛查后适当管理HUA风险因素提供有价值的信息支持。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.072 seconds)
