-
公开(公告)号：CN111696678B
公开(公告)日：2023-05-26
申请号：CN202010543306.7
申请日：2020-06-15
Applicant: 中南大学
Abstract: 本发明提供了一基于深度学习的用药决策方法和系统，通过收集患者相关信息、用药方案相关信息和用药方案对患者的实际疗效效果的实际疗效评估信息，以获取分析数据集，并通过构建的疗效预测模型来分析处理所述分析数据集，以预测各个所述用药方案对不同的所述患者治疗效果的预测疗效评估信息，并根据所述预测疗效评估信息给所述患者推荐适合所述患者个性化要求的所述用药方案。所述用药决策方法和系统在进行用药方案的推荐时具有较高的准确性和稳定性，适用于医学临床应用。
-
公开(公告)号：CN111081379B
公开(公告)日：2023-05-16
申请号：CN201911213020.6
申请日：2019-12-02
Applicant: 中南大学
IPC: G16H50/50 , G16H50/70 , G06F18/214 , G06F18/2415 , G06N3/04 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种疾病概率决策方法及其系统，包括：获取测试生理指标集，训练测试生理指标集得到测试生理指标的潜在信息，获取当前生理指标集，训练测试生理指标集得到当前生理指标的潜在信息；使用softmax分类器，基于测试生理指标的潜在信息以及当前生理指标的潜在信息进行建模得到疾病概率模型；将当前生理指标输入疾病概率模型得到疾病概率。本发明能够通过实时采集的生理指标数据，实时得到慢性病的概率，为医生的决策提供辅助依据。
-
公开(公告)号：CN112289389B
公开(公告)日：2022-08-30
申请号：CN202011223980.3
申请日：2020-11-05
Applicant: 中南大学
Abstract: 本申请涉及一种影响靶向治疗药物疗效的评估模型，所述评估模型用于检测拷贝数改变对靶向治疗药物疗效的影响，所述评估模型的构建包括以下步骤：获取靶向治疗中曲妥珠单抗受拷贝数改变的影响作用机制；构建所述拷贝数改变的条件概率函数，从所述条件概率函数中获取变量M得分和R值；根据所述M得分和R值获取期望最大化算法，利用所述期望最大化算法构建所述评估模型。证明了所提出的EM算法在估计条件概率参数方面可以优于其他基于阈值的离散化方法，并通过EM算法的这些条件概率估计，进一步认识到了拷贝数改变干扰靶向治疗过程中药物疗效的治疗效果，提高了对于癌症治疗过程的医学认识，推动了肿瘤医学的发展和进步。
-
公开(公告)号：CN110417572A
公开(公告)日：2019-11-05
申请号：CN201910396827.1
申请日：2019-05-14
Applicant: 中南大学
IPC: H04L12/24 , H04L12/58 , H04L12/725 , H04L12/733 , H04L12/761
Abstract: 本发明提出了一种基于目标节点相遇概率预测消息传递节点的方法，基于节点的各种关系特征建立模糊相似度矩阵，通过形成模糊相似矩阵对移动节点的不同属性深入研究，挖掘其社会属性变化规律，动态自适应地分配不同属性的权重大小。进一步量化节点的社会关系和合作关系。最后，通过实验验证本文所提相遇模型来筛选可信任节点作为数据传输的下一跳节点具有良好的效果，使数据在网络中始终沿着可信的合作节点进行传递，同时减少由于恶意节点不合作对网络的性能的影响。
-
公开(公告)号：CN110417572B
公开(公告)日：2021-05-11
申请号：CN201910396827.1
申请日：2019-05-14
Applicant: 中南大学
IPC: H04L12/24 , H04L12/58 , H04L12/725 , H04L12/733 , H04L12/761
Abstract: 本发明提出了一种基于目标节点相遇概率预测消息传递节点的方法，基于节点的各种关系特征建立模糊相似度矩阵，通过形成模糊相似矩阵对移动节点的不同属性深入研究，挖掘其社会属性变化规律，动态自适应地分配不同属性的权重大小。进一步量化节点的社会关系和合作关系。最后，通过实验验证本文所提相遇模型来筛选可信任节点作为数据传输的下一跳节点具有良好的效果，使数据在网络中始终沿着可信的合作节点进行传递，同时减少由于恶意节点不合作对网络的性能的影响。
-
Patent Agency Ranking
公开(公告)号：CN112289389A
公开(公告)日：2021-01-29
申请号：CN202011223980.3
申请日：2020-11-05
Applicant: 中南大学
Abstract: 本申请涉及一种影响靶向治疗药物疗效的评估模型，所述评估模型用于检测拷贝数改变对靶向治疗药物疗效的影响，所述评估模型的构建包括以下步骤：获取靶向治疗中曲妥珠单抗受拷贝数改变的影响作用机制；构建所述拷贝数改变的条件概率函数，从所述条件概率函数中获取变量M得分和R值；根据所述M得分和R值获取期望最大化算法，利用所述期望最大化算法构建所述评估模型。证明了所提出的EM算法在估计条件概率参数方面可以优于其他基于阈值的离散化方法，并通过EM算法的这些条件概率估计，进一步认识到了拷贝数改变干扰靶向治疗过程中药物疗效的治疗效果，提高了对于癌症治疗过程的医学认识，推动了肿瘤医学的发展和进步。
-
公开(公告)号：CN111696678A
公开(公告)日：2020-09-22
申请号：CN202010543306.7
申请日：2020-06-15
Applicant: 中南大学
Abstract: 本发明提供了一基于深度学习的用药决策方法和系统，通过收集患者相关信息、用药方案相关信息和用药方案对患者的实际疗效效果的实际疗效评估信息，以获取分析数据集，并通过构建的疗效预测模型来分析处理所述分析数据集，以预测各个所述用药方案对不同的所述患者治疗效果的预测疗效评估信息，并根据所述预测疗效评估信息给所述患者推荐适合所述患者个性化要求的所述用药方案。所述用药决策方法和系统在进行用药方案的推荐时具有较高的准确性和稳定性，适用于医学临床应用。
-
公开(公告)号：CN111312392B
公开(公告)日：2023-08-22
申请号：CN202010175933.X
申请日：2020-03-13
Applicant: 中南大学
Abstract: 本发明公开了一种基于集成法的前列腺癌辅助分析方法、装置和电子设备，包括：获取用户的至少一个特征数据集；根据至少一个特征数据集，生成至少一个特征向量；将特征向量作为预先训练的第一支持向量机模型的输入向量，根据输出值判断用户的前列腺癌是良性或恶性；若判断所述用户的前列腺癌为恶性，则将特征向量分别作为预先训练的各模型的输入向量，分别得到各模型的输出向量；将各输出向量集成一个向量，作为预先训练的多元线性回归模型的输入向量，根据多元线性回归模型的输出值判断用户的前列腺癌所处的分期。该前列腺癌辅助分析方法采用经典机器学习方法，并使用集成学习方法来降低单一模型出错的风险。
-
公开(公告)号：CN111430024B
公开(公告)日：2023-07-11
申请号：CN202010010514.0
申请日：2020-01-06
Applicant: 中南大学
Abstract: 本发明提供了一种用于疾病程度分类的数据决策方法及其系统，包括：对疾病的特征指标进行聚类分析，将特征指标划分为关联度高的特征Ihigh和关联度低的特征Ilow；将关联度高的特征Ihigh和CT图像输入编码器进行训练得到训练后的自编码器；将训练好的自编码器与softmax分类器结合得到决策分类器，由决策分类器对CT图像进行分类并将分类结果作为分期决策的输出。本发明能够将CT图像和辅助信息结合进行疾病阶段决策的输入信息，能够快速。准确的得到疾病阶段决策结果。
-
公开(公告)号：CN110491456B
公开(公告)日：2023-07-11
申请号：CN201910797213.4
申请日：2019-08-27
Applicant: 中南大学
Abstract: 本发明公开了一种医疗数据传输方法及设备，通过获取用户输入的医疗诊断数据；解析所述医疗诊断数据，获取其中的个人信息及诊断结果，根据所述诊断结果对所述医疗诊断数据进行归类，根据归类结果获取所述医疗诊断数据中的关键数据项，将所述关键数据项与所述个人信息相关联；获取用户输入的提取指令；根据所述提取指令中的所述个人信息及目标终端，将与所述个人信息相关联的所述关键数据项传输给所述目标终端。通过应用本申请的技术方案，根据医生的诊断情况对病人数据进行分类，使医院在完成一份医疗报告之后不用将全部资料都上传到网络中，病人在接收医疗报告数据时也不会因为数据量过大，而对接收环境、接收网络、接收终端提出较高的要求。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.017 seconds)
