-
公开(公告)号：CN116453706B
公开(公告)日：2023-09-08
申请号：CN202310701530.8
申请日：2023-06-14
Applicant: 之江实验室
IPC: G16H70/20 , G16H50/70 , G16H50/20 , G16H50/50 , G16H50/30 , G06N3/0499 , G06N3/084 , G06N3/092 , G06N3/045
Abstract: 本发明公开了一种基于强化学习的血液透析方案制定方法，包括以下步骤：获取包含患者历史血液透析数据和患者临床数据的数据集；构建基于噪声深度Q网络结构的神经网络，所述神经网络包括特征提取模块，动作生成模块和包含奖励机制的预测模块；采用所述数据集对神经网络进行训练，以获得血液透析方案制定模型；将患者的历史病例数据输入至血液透析方案制定模型，以输出包含患者透析时长与频次的血液透析方案决策，为医师制定治疗方案提供指导。本发明还提供了一种血液透析方案制定系统。本发明提供的方法可以结合更多实际情况与患者需求，给予更加合理准确的血液透析方案决策，从而为医师制定医疗方案提供更加具体的指导。
-
公开(公告)号：CN116502129A
公开(公告)日：2023-07-28
申请号：CN202310740799.7
申请日：2023-06-21
Applicant: 之江实验室
IPC: G06F18/24 , G06F18/23213 , G06F18/25 , G06F16/36 , G06N3/0464 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/048 , G06N3/084 , G16H10/60 , G16H50/20 , G16H50/30
Abstract: 本发明公开了一种知识与数据协同驱动的不平衡临床数据分类系统，包括：患者图谱构建模块，用于从患者电子病历数据中提取医学概念集合，基于医学概念集合和对应的关系集合构建患者图谱；患者表示获取模块，使用图卷积网络从患者图谱中提取含图结构信息的知识特征，融合知识特征和数据特征，得到患者表示；患者临床分类结果获取模块，将患者表示输入至临床数据分类模型中，所述临床数据分类模型由一个门控网络和多个专家网络组成，将患者表示同时输入到门控网络和各专家网络，其中门控网络为每个专家网络分配不同的患者权重，各专家网络基于患者权重分别输出分类结果；对每个专家网络输出的分类结果进行组合，获得患者临床分类结果。
-
公开(公告)号：CN116434969A
公开(公告)日：2023-07-14
申请号：CN202310701410.8
申请日：2023-06-14
Applicant: 之江实验室
Abstract: 本发明公开了一种基于因果结构不变性的多中心慢性病预测装置，包括以下步骤，根据单个中心患者特征数据与其结局，建立每个中心的因果关系，使患者的特征数据在该因果关系下拟合其结局，根据患者的特征数据在该因果关系下的拟合结局对比实际结局的差异性，与不同医疗中心的因果关系之间的差异性共同修正该因果关系，当拟合误差和不同中心因果关系之间的差异达到预设要求时，该因果关系经噪声处理后得到多中心场景下稳定的因果结构；通过因果结构建立更为直观的因果结构图；通过因果结构图构建慢性病结局预测模型。本发明挖掘数据中更深层次的因果逻辑关系，解决了传统方法可解释性不足的问题，为慢性病决策支持提供更加合理的决策建议。
-
公开(公告)号：CN115719647A
公开(公告)日：2023-02-28
申请号：CN202310029096.3
申请日：2023-01-09
Applicant: 之江实验室
Abstract: 本发明公开了融合主动学习和对比学习的血透并发心血管疾病预测系统，包括：血透数据准备模块，用于利用医院电子信息系统和日常监测设备提取患者样本的结构化数据，并对所述结构化数据处理得到扩增结构化数据；血透并发心血管疾病风险预测模块，用于构建风险评价模型，将所述扩增结构化数据通过所述风险评价模型训练学习得到患者表征和评分，并利用所述患者表征和评分进行血透并发心血管疾病风险预测。本发明解决正负样本匹配问题，利用血透并发心血管疾病的真实标签数据，迭代式地更新对比学习模型参数，利用真实的并发症结果标签提升模型性能；解决采集的样本过少或者阳性样本和阴性样本数量不平衡的问题，同时减少扩增数据与原始数据的差异性。
-
公开(公告)号：CN115083616B
公开(公告)日：2022-11-08
申请号：CN202210980822.5
申请日：2022-08-16
Applicant: 之江实验室
Abstract: 本发明公开了一种基于自监督图聚类的慢性肾病亚型挖掘系统，包括：数据采集模块：用于采集慢性肾病诊疗记录中的结构化数据；数据提取与预处理模块：用于对所述结构化数据提取和预处理，得到实体集合和就诊集合；慢性肾病亚型挖掘模块：用于利用所述实体集合和所述就诊集合构建慢性肾病亚型挖掘模型；慢性肾病表型亚型评估模块：用于对所述慢性肾病亚型挖掘模型进行评估；慢性肾病亚型预测模块：用于对患者的结构化数据进行预测。本发明解决了过程挖掘方法无法处理纵向电子病历数据中单次就诊内事件信息和多次就诊间事件信息等多粒度信息并存的问题。
-
Patent Agency Ranking
公开(公告)号：CN115083616A
公开(公告)日：2022-09-20
申请号：CN202210980822.5
申请日：2022-08-16
Applicant: 之江实验室
Abstract: 本发明公开了一种基于自监督图聚类的慢性肾病亚型挖掘系统，包括：数据采集模块：用于采集慢性肾病诊疗记录中的结构化数据；数据提取与预处理模块：用于对所述结构化数据提取和预处理，得到实体集合和就诊集合；慢性肾病亚型挖掘模块：用于利用所述实体集合和所述就诊集合构建慢性肾病亚型挖掘模型；慢性肾病表型亚型评估模块：用于对所述慢性肾病亚型挖掘模型进行评估；慢性肾病亚型预测模块：用于对患者的结构化数据进行预测。本发明解决了过程挖掘方法无法处理纵向电子病历数据中单次就诊内事件信息和多次就诊间事件信息等多粒度信息并存的问题。
-
公开(公告)号：CN114566289B
公开(公告)日：2022-08-09
申请号：CN202210444327.2
申请日：2022-04-26
Applicant: 之江实验室
IPC: G16H50/70 , G16H50/50 , G06K9/62 , G06V10/762
Abstract: 本发明公开了一种基于多中心临床数据防作弊分析的疾病预测系统，本发明利用区块链技术共享伪数据，并让所有医疗机构在本地利用加权聚类模型根据伪数据计算数据质量系数，保证临床数据量少的医疗机构的真实临床数据能够被充分利用的同时还使得医疗机构无法对本地临床数据质量评价结果进行作弊。本发明设计的模型参数投票迭代机制，每轮迭代中根据投票结果保留一家医疗机构提供的模型参数，可以使得质量好的临床数据在模型训练中发挥更大作用。本发明设计的投票权的初始化和更新机制，以及在迭代投票过程中的作弊检测机制，让临床数据质量好的医疗机构拥有更多投票权，也防止了单家或多家医疗机构勾结篡改投票结果。
-
公开(公告)号：CN113434626A
公开(公告)日：2021-09-24
申请号：CN202110995013.7
申请日：2021-08-27
Applicant: 之江实验室
Abstract: 本发明公开了一种多中心医学诊断知识图谱表示学习方法及系统，本发明基于已有的医学诊断本体，以有向无环图的形式表示医学诊断概念的层级结构，构建全局医学诊断知识图谱；利用全局医学诊断知识图谱，构建所有疾病分类编码的共现矩阵，计算每对编码的共现信息，同时出现越多且距离越近的编码对，具有更大的共现信息；基于联邦学习，在保护各医疗机构参与方数据隐私和安全的前提下，利用多中心数据，加和共现信息，提高数据密度，解决数据稀疏问题；在对大规模知识图谱及原始数据进行学习的过程中，融入了知识源中符合人类认知的层级信息和复杂关联关系，挖掘数据之间的相关关系，丰富语义信息，学习知识的高质量表示形式，便于知识的计算与推理。
-
公开(公告)号：CN118800455A
公开(公告)日：2024-10-18
申请号：CN202411263071.0
申请日：2024-09-10
Applicant: 之江实验室
Abstract: 本发明公开了基于自动特征工程的类风湿性关节炎患者肺间质病变风险预测系统；通过数据输入模块输入患者的症状以及医学检测结果，构成症状和医学检测结果特征；通过自动特征工程模块生成适用于二分类机器学习问题的特征，通过该模块的子模块评估连续型特征的类条件概率密度、舍弃不符合要求的特征、自动组合运算生成新特征、根据阈值筛选和保留新特征、记录新特征生成过程；通过模型训练模块基于树的模型对自动生成的特征进行训练并保存模型；通过疾病预测模块根据类风湿性关节炎患者肺间质病变风险预测模型以及患者的输入数据，预测类风湿性关节炎患者发生肺间质病变的风险。本发明对症状和医学检测结果进行自动特征工程，耗时更短，效率更高。
-
公开(公告)号：CN118571502A
公开(公告)日：2024-08-30
申请号：CN202411053078.X
申请日：2024-08-02
Applicant: 之江实验室
IPC: G16H50/70 , G16H10/20 , G16H10/60 , G06N5/025 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种基于知识引导域自适应的多中心医学数据处理方法、系统、设备、介质，包括：基于通用医学概念以及其关系、每一中心私有域中的本地医学概念及其与通用医学概念之间的关系、不同中心私有域中的本地医学概念之间的关系构建医学知识图谱；对源中心患者数据、目标中心患者数据进行编码得到源中心数据特征、目标中心数据特征；基于源中心患者数据、目标中心患者数据根据医学知识图谱构建源中心患者子图、目标中心患者子图；对源中心患者子图、目标中心患者子图进行处理，得到源中心知识特征、目标中心知识特征；设置损失函数，所述损失函数包括根据下游医学任务设置的损失，并通过对抗学习得到每一医疗中心患者之间的跨域不变特征。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.022 seconds)
