公开(公告)号：CN117334347B

公开(公告)日：2024-03-22

申请号：CN202311632339.9

申请日：2023-12-01

Applicant: 北京大学

Inventor： 侯艳 ,  宋玉琴 ,  宋佳丽 ,  米岚 ,  荣志炜

IPC: G16H50/70 ,  G16H70/40 ,  G06N3/0455

Abstract: 本发明涉及数据处理技术领域，公开了一种评估治疗效果方法、装置、设备及存储介质，该方法包括：对临床试验数据和外部真实世界数据进行预处理，获得研究数据集；将研究数据集输入至预设自编码神经网络模型，获得研究数据集中每一个患者的潜在特征；根据临床试验患者的潜在特征对应的特征评分从研究数据集中选取目标外部真实世界患者数据，并将临床试验数据和目标外部真实世界患者数据进行分层，获得分层结果；利用复合似然方法对分层结果进行数据分析，获得当前临床研究药物的治疗效果值。解决了现有技术中由于协变量的增加而产生的复杂性，进而提高了治疗效果评估的准确性。

公开(公告)号：CN116564556B

公开(公告)日：2023-11-10

申请号：CN202310851590.8

申请日：2023-07-12

Applicant: 北京大学

Inventor： 侯艳

IPC: G16H70/40 ,  G16H70/60 ,  G16H30/20 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80

Abstract: 本发明涉及模型预测技术领域，公开一种药物不良反应的预测方法、装置、设备及存储介质，该方法包括：基于ResNet构建初始化预测模型，获取服用目标药物的患者的相关病理图像，对相关病理图像进行切分，获得相关病理图像块，对相关病理图像块进行随机抽样，将抽样获取的相关病理图像块作为第一训练集，基于第一训练集训练初始化预测模型，获得目标药物的不良反应预测模型，将当前用户的病理图像输入至目标药物的不良反应预测模型，获得目标药物的不良反应预测结果。由于本发明是根据模型来预测药物的不良反应，能够考虑到不同用户进行区别预测，并采用抽样后相关病理图像块作为训练集，能够提高模型预测的准确性，使预测结果具有可解释性。

公开(公告)号：CN116580841A

公开(公告)日：2023-08-11

申请号：CN202310851585.7

申请日：2023-07-12

Applicant: 北京大学

Inventor： 侯艳

IPC: G16H50/20 ,  G16B25/10 ,  G06N3/0464 ,  G06N3/048 ,  G06V10/80 ,  G06V10/82 ,  G06N3/08

Abstract: 本发明公开一种基于多组学数据的疾病诊断设备、装置及存储介质，该设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，用于实现：获取同一患者的待诊断基因数据和细胞病理图像；基于待诊断基因数据筛选出差异表达基因，并提取差异表达基因的基因特征；通过预设特征提取模型对细胞病理图像进行特征提取，获得细胞病理图像特征，其中预设特征提取模型包括基于DenseNet网络的特征提取模块和基于双注意力的多尺度特征融合模块；将细胞病理图像特征与基因特征进行特征融合，并根据融合后的特征确定患者的疾病类型。本发明通过融合患者的细胞病理图像特征和基因特征，提高了对癌症患者疾病类型诊断的准确性和效率。