-
公开(公告)号：CN115804572B
公开(公告)日：2023-05-26
申请号：CN202310071071.X
申请日：2023-02-07
Applicant: 之江实验室
Abstract: 本发明公开了一种癫痫发作自动监护系统及装置，包括：脑电采集模块、脑电数据预处理模块、脑电数据特征提取模块、痫样脑电检测模块、视频采集模块、视频特征提取模块、癫痫发作检测模块、患者保护模块；本发明提出的癫痫发作自动监护系统同时分析脑电和视频信息，可以更加精准的检测患者是否发作癫痫；先分析脑电信号，当脑电信号检测出痫样脑电时再分析视频数据，可以在不降低检测精度的前提下极大的降低计算量；通过同时分析脑电和视频信息，仅在患者癫痫发作且发生肢体大幅移动时才控制束缚带限制患者，一方面可以尽可能的减少对患者未发作癫痫时的正常活动的影响，另一方面尽可能的保护患者在癫痫发作时出现意外的情况发生，减少陪护的负担。
-
公开(公告)号：CN116072298A
公开(公告)日：2023-05-05
申请号：CN202310358985.4
申请日：2023-04-06
Applicant: 之江实验室
IPC: G16H50/30 , G16H50/70 , G16H10/60 , G06F18/214 , G06F18/22 , G06F18/2413 , G06F18/2431 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种基于层级标记分布学习的疾病预测系统，包括数据采集及分类模块，用于采集多位患者的电子病历数据；特征嵌入模块，用于将患者基本信息、病史等信息以特征向量的形式进行模型训练；标记增强模块，用于挖掘患者特征与疾病、患者特征之间、疾病之间的相关性，从而以标记分布来更为全面的反应患者的患病风险程度；层级标记分布学习模块，用于根据采集到的数据进行模型训练，使得模型可以根据患者的疾病信息对其未来的患病风险做出预测；预测结果展示模块，用于展示患者未来可能患病风险。本发明利用疾病之间的层级关系，考虑不同类别间的关联性、相同类别下疾病的关系、不同类别下疾病的关系等，提升模型的预测准确度以及鲁棒性。
-
公开(公告)号：CN115762813B
公开(公告)日：2023-04-18
申请号：CN202310029070.9
申请日：2023-01-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于患者个体知识图谱的医患交互方法及系统，包括：图谱构建模块：用于获取患者个体医疗健康图谱；图谱可视化模块：用于将所述患者个体医疗健康图谱可视化、展示及应用；交互数据采集模块：用于采集数据；交互数据分析模块：获取患者兴趣、操作效率和/或满意度信息；报告生成与反馈模块：用于生成诊疗全过程记录报告、患者就诊报告和系统使用报告。本发明为医患沟通过程建立视觉、听觉等多方位的交互渠道；通过提供可视化的诊疗参考文档，引导患者积极主动参与诊疗过程；提供包含诊疗过程记录与后续检查检验、治疗建议的易理解的诊疗报告，为患者后续检查检验、用药、手术等长期生活与治疗提供参考，也有利于医疗服务质量控制。
-
公开(公告)号：CN115456918B
公开(公告)日：2023-03-24
申请号：CN202211414188.5
申请日：2022-11-11
Applicant: 之江实验室
IPC: G06T5/00 , G06T5/10 , G06N3/0464 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于小波高频通道合成的图像去噪方法及装置，将图像数据拓展到若干频域通道，经过噪声排序算法选取“低噪”若干通道和“高噪”若干通道，结合降噪网络子模块和基于风格迁移的合成网络子模块，实现图像数据去噪。图像数据使用离散小波包变换将原始数据和真值数据扩展到若干频域子通道，并分为“低噪组”小波包系数和“高噪组”小波包系数。对于低噪组，本发明搭建基于残差学习的卷积神经网络的降噪子模块，对于高噪组，搭建基于风格迁移网络的合成子模块，最后通过小波包反变换重建原始数据。本发明有效解决了图像数据在常规去噪算法中出现的“模糊”和“细节丢失”问题，在“多噪”和“高维”图像数据中表现尤为明显。
-
公开(公告)号：CN115424741B
公开(公告)日：2023-03-24
申请号：CN202211361950.8
申请日：2022-11-02
Applicant: 之江实验室
Abstract: 本发明公开了一种基于因果发现的药物不良反应信号发现方法及系统。本发明利用电子病历数据发现药物不良反应信号的过程中引入因果关系，最大化的保留真实世界电子病历数据中的数据维度，构建包含因果效应的贝叶斯网络结构，以及同时对用药干预和不良事件发生产生作用的混杂因素集。混杂因素集构建方法从数据出发，无需人工接入和先验知识，最大程度保留真实世界中存在的混杂因素，基于这些混杂因素构建用药干预组与对照组，模拟随机对照实验，使得组间不良反应发生情况的对比具有因果意义，进而生成具有因果关系的药物不良反应信号，在临床指导中具有重要价值。
-
Patent Agency Ranking
公开(公告)号：CN115359870B
公开(公告)日：2023-03-24
申请号：CN202211287887.8
申请日：2022-10-20
Applicant: 之江实验室
IPC: G16H10/60 , G16H50/20 , G16H50/70 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于层次图神经网络的疾病诊疗过程异常识别系统，包括数据采集模块、数据预处理模块、层次图神经网络构建模块、诊疗过程异常评分计算模块和诊疗过程异常识别应用模块。本发明提出层次图神经网络模型构建和训练方法，对复杂的纵向电子病历数据进行建模分析，实现对时序信息和共现信息的融合利用；本发明将疾病诊疗过程异常分为诊疗事件异常、就诊异常和患者异常三个层次，由低层次、细粒度的诊疗事件层次到高层次、粗粒度的患者层次，设计诊疗过程异常的分层量化和综合评价方法，并给出诊疗过程异常的分类方法，精确定位异常具体发生在哪次就诊哪个诊疗步骤。
-
公开(公告)号：CN115456918A
公开(公告)日：2022-12-09
申请号：CN202211414188.5
申请日：2022-11-11
Applicant: 之江实验室
Abstract: 本发明公开了一种基于小波高频通道合成的图像去噪方法及装置，将图像数据拓展到若干频域通道，经过噪声排序算法选取“低噪”若干通道和“高噪”若干通道，结合降噪网络子模块和基于风格迁移的合成网络子模块，实现图像数据去噪。图像数据使用离散小波包变换将原始数据和真值数据扩展到若干频域子通道，并分为“低噪组”小波包系数和“高噪组”小波包系数。对于低噪组，本发明搭建基于残差学习的卷积神经网络的降噪子模块，对于高噪组，搭建基于风格迁移网络的合成子模块，最后通过小波包反变换重建原始数据。本发明有效解决了图像数据在常规去噪算法中出现的“模糊”和“细节丢失”问题，在“多噪”和“高维”图像数据中表现尤为明显。
-
公开(公告)号：CN115145591B
公开(公告)日：2022-12-06
申请号：CN202211051570.4
申请日：2022-08-31
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多中心的医疗ETL任务调度方法、系统及装置，包括以下步骤：步骤S1：对ETL任务进行测试与验证；步骤S2：将ETL任务部署至医院中心，将ETL任务调度到若干个执行机执行；步骤S3：筛选满足待调度ETL任务的资源需求的执行机集合；步骤S4：计算所述执行机集合中各个执行机的当前任务负载；步骤S5：选择当前任务负载最小的所述执行机执行ETL任务；步骤S6：所述调度机根据优先级从所述执行机活动队列中选择ETL任务执行。本发明通过分析出任指标为当前调度机上的待调度任务选择最合适的执行机器。执行机从执行队列中选择任务进行执行，同时监测当前任务的阶段信息，从而实现集群资源利用的最大化。
-
公开(公告)号：CN115083615B
公开(公告)日：2022-12-06
申请号：CN202210854341.X
申请日：2022-07-20
Applicant: 之江实验室
IPC: G16H50/70 , G06F16/22 , G06F16/2458
Abstract: 本发明公开了一种链式并行统计多中心就诊患者人数的方法及装置，首先构建医院集合以及每个医院的患者主索引集合，并将患者主索引集合转化为位图集合；然后构造状态梯形表，表中标签表示医院患者主索引对应的名称；状态梯形表中状态取值范围分为‑1，0，1；‑1表示开始进行计算中，0表示初始化，1表示计算完成；对表头标签与表侧标签交点元素为0的点进行‘按位与’计算，对于交点元素为‑1的点进行忽略处理，对于交点元素为1的点直接跳过进行下一点的计算；计算完成后的状态梯形表中1的数量即医院组合中患者就诊记录交集的数量。本发明利用多线程链式求解集合序列交集全组合交集元素数量的方法，使得整体计算的效率大幅度提升。
-
公开(公告)号：CN115148375B
公开(公告)日：2022-11-15
申请号：CN202211051408.2
申请日：2022-08-31
Applicant: 之江实验室
Abstract: 本发明公开了一种高通量真实世界药物有效性与安全性评价方法及系统，包括以下步骤：步骤S1：数据集的构建；步骤S2：构建药物有效性/安全性指标表型库；步骤S3：选定目标药物，定义目标事件、结局事件、目标日期、结局日期，并提取患者ID、目标日期和结局日期；步骤S4：在所述药物有效性/安全性指标表型库选定指标，得到目标药物‑有效性/安全性指标对；对所述目标药物‑有效性/安全性指标对利用事件序列对称分析进行高通量信号筛选，得到初筛阳性信号；步骤S5：对所述初筛阳性信号进行因果评估，确定所述目标药物的有效性与安全性。本发明通过高通量信号筛选与基于临床试验模拟的因果评估算法，高通量的完成目标药物的药物效果因果性评价。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.053 seconds)
