-
公开(公告)号：CN119601153A
公开(公告)日：2025-03-11
申请号：CN202411680757.X
申请日：2024-11-22
Applicant: 江南大学附属医院
Inventor： 刘丽
IPC: G16H10/00 , G06F16/16 , G06F16/174
Abstract: 本发明提供了一种医疗健康数据自动分级方法、装置及存储介质，包括：获取待分级的医疗数据集并进行预处理，获得第一级分级要素特征矩阵；将第一级分级要素特征矩阵进行压缩，获得与第一级分级要素特征矩阵具有映射关系的第二级分级要素特征矩阵；将第二级分级要素特征矩阵输入智能分级模型，获得第二级分级要素特征矩阵的分级结果，其中所述智能分级模型为根据带有分级标签的历史医疗数据进行训练得到的分级模型；将分级后的第二级分级要素特征矩阵的分级标签根据压缩时的映射关系映射回第一级分级要素特征矩阵，完成对第一级分级要素特征矩阵的分级。本发明提供的数据自动分级方法能够提高数据分级效率以及数据分级的可靠性。
-
公开(公告)号：CN118797448B
公开(公告)日：2024-11-15
申请号：CN202411284257.4
申请日：2024-09-13
IPC: G06F18/241 , G06N3/0455 , G06N3/0464 , G06N3/096 , G06F18/10 , G06F18/2131 , G06F123/02
Abstract: 本发明涉及机器故障诊断技术领域，公开了一种基于迁移学习的多尺度智能决策方法，包括：获取源域与目标域中的机械故障振动时序长信号，构建源域训练集与目标域训练集；在源域训练集中，对时序分信号进行预处理后，提取时域特征与频域特征，并映射为低维时域特征与低维频域特征；计算特征之间的互相关矩阵，构建互相关损失函数，来训练编码器，获取源域优化时域信号编码器，并迁移至目标域，与初始分类器，组成初始多尺度智能决策模型；对目标域时序分信号进行预测，与其真实标签，构建交叉熵损失函数，训练获取目标多尺度智能决策模型；将实时采集的机械故障振动时序长信号，预处理后分别输入目标多尺度智能决策模型中，获取对应的故障类别。
-
公开(公告)号：CN117633340A
公开(公告)日：2024-03-01
申请号：CN202311412990.5
申请日：2023-10-26
Applicant: 江南大学附属医院
IPC: G06F16/9535 , G16H20/10 , G16H50/20 , G06F16/901 , G06F18/241
Abstract: 本发明公开了一种基于大数据的专病和症状的常用药品推荐方法和系统，其属于药品推荐的领域，其方案包括：定期获取医院新增的就诊信息，并存储至预构建的就诊信息存储库中；获取就诊信息存储库中每个就诊信息的疾病诊断结果，将疾病诊断结果相同的就诊信息分为同一类；获取预构建的药品关联度计算模型，通过药品关联度计算模型对同一类型的就诊信息中所有的药品使用明细进行分析，计算出不同药品的药品关联度，并生成药品推荐图谱；获取用户行为日志；将用户在购药过程中进行的操作信息与各就诊信息类型中的疾病诊断结果和/或实际症状进行比对，基于比对结果，匹配最接近的就诊信息的类型并推送药品推荐图谱。本申请具有提高用药精准度的效果。
-
公开(公告)号：CN117057488B
公开(公告)日：2023-12-26
申请号：CN202311320442.X
申请日：2023-10-12
Applicant: 江南大学附属医院
IPC: G06Q10/04 , G16H40/20 , G06Q50/22 , G06F18/214 , G06F18/2433
Abstract: 本申请涉及人工智能技术领域，尤其是涉及一种基于人工智能模型的放射医疗设备工作量预测方法及系统，所述方法包括：分别获取目标医院放射医疗设备日常营运的样本数据和指定运行数据；对所述样本数据进行数据预处理；构建若干不同的人工智能模型；选取最优的人工智能模型作为工作量预测模型；生成第一预测结果集；确定所述第一预测结果集中是否存在异常点数据；若是，则生成异常点模拟数据；将所述异常点模拟数据替换所述第一预测结果集中的对应数据，生成第二预测结果集并将所述第二预测结果集作为最终预测结果集。本申请能够提高放射医疗设备工作量预测的相对准确性，使得医院可提前对医疗资源进行科学统筹规划。
-
公开(公告)号：CN117057488A
公开(公告)日：2023-11-14
申请号：CN202311320442.X
申请日：2023-10-12
Applicant: 江南大学附属医院
IPC: G06Q10/04 , G16H40/20 , G06Q50/22 , G06F18/214 , G06F18/2433
Abstract: 本申请涉及人工智能技术领域，尤其是涉及一种基于人工智能模型的放射医疗设备工作量预测方法及系统，所述方法包括：分别获取目标医院放射医疗设备日常营运的样本数据和指定运行数据；对所述样本数据进行数据预处理；构建若干不同的人工智能模型；选取最优的人工智能模型作为工作量预测模型；生成第一预测结果集；确定所述第一预测结果集中是否存在异常点数据；若是，则生成异常点模拟数据；将所述异常点模拟数据替换所述第一预测结果集中的对应数据，生成第二预测结果集并将所述第二预测结果集作为最终预测结果集。本申请能够提高放射医疗设备工作量预测的相对准确性，使得医院可提前对医疗资源进行科学统筹规划。
-
Patent Agency Ranking
公开(公告)号：CN115393353B
公开(公告)日：2023-05-19
申请号：CN202211324420.6
申请日：2022-10-27
Applicant: 江南大学附属医院
Inventor： 刘丽
Abstract: 本发明提出一种医学影像数据质量监测管理方法及系统，通过综合评估医学影像设备成像产生的业务数据，以及医学影像设备自身的运行数据，对医学影像的数据质量实施全方位的监测，并及时评估风险，避免由于设备带病运行导致的医学影像数据质量不合格而产生的医疗诊断风险。本发明根据监测预警信息大数据进一步指导质量控制管理，建立起从医学影像数据采集、分析处理到质量控制的闭环管理流程，结合数据质量定量指标测定持续提高医学影像数据质量管理水平，减少医学影像检查机构因为数据质量不达标导致的诊断出错，也为行政等管理部门推进医学影像同质化检查工作提供所需的数据质量监督管理方法，具有良好的社会意义与实用价值。
-
公开(公告)号：CN110179044A
公开(公告)日：2019-08-30
申请号：CN201910431789.9
申请日：2019-05-23
Applicant: 江南大学(如皋)食品生物技术研究所 , 南通天龙畜产品有限公司
Abstract: 本发明涉及一种苦肠碱法脱苦的方法，通过碳酸氢钠与苦肠的苦味成分胆汁酸反应而脱除苦肠的苦味。本发明的优点在于：本发明针对苦肠中的苦味成分胆汁酸的化学结构特征，从分子水平进行探讨，利用碳酸氢钠与胆汁酸发生化学反应，使难溶于水的的胆汁酸变成易溶于水的胆汁酸钠，通过碳酸氢钠处理使胶原蛋白溶胀，提高了胆汁酸钠从苦肠中溶出的速度，然后用水多次洗涤、揉搓，将多余的碳酸氢钠及生成的胆汁酸钠洗去，苦味即可基本清除；该发明方法操作简单，操作时间短，安全无污染，减少资源的浪费以及对环境的污染，为苦肠的综合利用提供新思路，提高了猪小肠下脚料的综合利用率，具有较高的应用价值。
-
公开(公告)号：CN105956414A
公开(公告)日：2016-09-21
申请号：CN201610281227.7
申请日：2016-04-29
Applicant: 江南大学
IPC: G06F19/12
Abstract: 本发明公开了一种基于免疫激活调节算法的示踪剂动力学模型参数优化方法，包括以下步骤：a、对目标受体注射放射性示踪剂；之后使用正电子发射计算机断层技术进行成像；b、获得所探测目标组织中示踪剂的时间‑放射性活度曲线作为模型的输出观测值，获得所勾画的动脉组织中示踪剂的时间‑放射性活度曲线作为模型的输入观测值；c、利用免疫激活调节算法优化步骤b中的模型的参数；d、对步骤c中模型的参数进行评估，输出模型的参数。本发明设计的基于激活调节的人工免疫网络算法与其他优化算法相比，具有算法简单、收敛速度快的优点，对于解决示踪剂动力学模型这类带有约束条件非线性的反问题非常有效。
-
公开(公告)号：CN101824094A
公开(公告)日：2010-09-08
申请号：CN201010157310.6
申请日：2010-04-14
Applicant: 江南大学
IPC: C08B31/04 , A23L1/0522
Abstract: 一种滚筒法脂肪酸淀粉酯的制备及应用，属于变性淀粉技术领域。本发明采用淀粉为原料，脂肪酸为酯化剂，在滚筒干燥机作为化学反应器的条件下，对淀粉进行酯化改性，制备脂肪酸淀粉酯产品。经过滚筒的高温作用处理后脂肪酸按一定比例与原淀粉发生酯化反应，淀粉由于疏水性有机碳链的引入，具备了亲油和亲水的双亲性质，因而具有了一定的乳化性。产品在食品工业中能用作稳定剂、乳化剂、凝胶剂、脂肪替代品、微胶囊壁材等，可应用于诸如人造奶油、色拉调味料、焙烤食品、奶制品等食品中。本发明的优点是采用滚筒干燥机制备酯化淀粉，其反应过程连续、反应时间短且操作简单，能耗低，制得的产品性能优良。
-
公开(公告)号：CN118887409B
公开(公告)日：2025-02-07
申请号：CN202411394782.1
申请日：2024-10-08
Abstract: 本发明涉及计算机视觉技术领域，尤其是指一种基于归纳偏置和动态特征聚合的深度智能分割方法，包括：构建图像智能分割模型，包括初始层、编码器、瓶颈层、解码器、空间注意力模块以及输出层；将原始图像输入至图像智能分割模型，输出分割预测图像。所述图像智能分割模型应用DConvNeXt模块，结合具有动态特征建模能力的可变形卷积v4算子与高效局部注意力机制作为令牌混合器，在有效提升模型的特征建模能力的同时，显著增强了特征表示的灵活性和动态性。本发明能够有效处理复杂图像分割任务，显著提高了在多样化应用场景中的适应性和处理复杂图像的分割精度。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.035 seconds)
