-
公开(公告)号:CN119323012B
公开(公告)日:2025-04-01
申请号:CN202411874049.X
申请日:2024-12-19
Applicant: 中国人民解放军总医院第一医学中心
Abstract: 本发明公开了基于加权分位数和回归预测糖尿病肾病预后的系统和装置,属于基于特定计算模型的计算机系统技术领域,所述系统包括采集模块、加权模块和预测模块,所述采集模块用于采集患者的临床指标和视网膜血管几何参数;所述加权模块用于基于加权分位数和回归,通过所述视网膜血管几何参数构建加权指数;所述预测模块用于基于预测模型,对所述临床指标和加权指数进行分析,获得预后事件的发生率。加权指数代表了各个视网膜血管几何参数混合效应水平,通过加权指数反应视网膜血管几何参数对糖尿病肾病识别的整体效应,在表征混合效应方面表现良好,可提高预测性能,预测模型的诊断性能良好,可应用于临床实践。
-
公开(公告)号:CN119007987A
公开(公告)日:2024-11-22
申请号:CN202411207376.X
申请日:2024-08-30
Applicant: 中国人民解放军总医院第一医学中心
IPC: G16H50/20 , A61B5/00 , A61B3/14 , A61B3/12 , G16H50/70 , G06T7/00 , G06V10/774 , G06V10/40 , G06V10/56
Abstract: 本发明公开了基于白睛和视网膜血管特征预测糖尿病肾病的方法和系统,属于图像识别技术领域,所述方法包括:采集患者数据,所述患者数据包括白晴特征或者视网膜血管特征;基于预测模型,对所述患者数据进行预测,获得糖尿病肾病的概率。基于白晴特征或者视网膜血管特征对糖尿病肾病进行预测,提高预测的准确性;可减少患者受到不必要的创伤。
-
公开(公告)号:CN116913524B
公开(公告)日:2023-12-26
申请号:CN202311153117.9
申请日:2023-09-08
Applicant: 中国人民解放军总医院第一医学中心
IPC: G16H50/30 , G06F18/20 , G06F18/214 , G06F18/27
Abstract: 本发明公开了一种基于视网膜血管成像预测糖尿病肾病的方法和系统,属于医疗保健信息技术领域,所述方法包括以下步骤:采集糖尿病肾病的临床数据和视网膜血管成像数据,获得数据集;根据数据集,建立训练集;从训练集中筛选建模指标;对所述建模指标的指标值进行量化;基于逻辑回归的方法,对训练集进行训练,获得预测模型;通过所述预测模型对临床数据和视网膜血管成像数据进行预测,获得患糖尿病肾病的概率。根据临床数据和视网膜血管成像数据,预测患者是否为糖尿病肾病,为进一步的诊断和治疗提供数据支持;具有无创、客观和定量的优点。
-
公开(公告)号:CN116913508B
公开(公告)日:2023-12-12
申请号:CN202311174475.8
申请日:2023-09-13
Applicant: 中国人民解放军总医院第一医学中心
IPC: G16H50/20 , G06T7/00 , G06V10/40 , G06V10/774 , G16H10/60
Abstract: 本发明公开了一种基于白睛特征预测糖尿病肾病的方法和系统,属于医疗保健信息技术领域,所述方法包括以下步骤:采集临床数据和白睛特征数据,获得数据集;根据数据集,建立训练集;从训练集或数据集中筛选建模指标;基于逻辑回归的方法,对训练集进行训练,获得预测模型;通过所述预测模型对临床数据和白睛特征数据进行预测,获得患糖尿病肾病的概率。通过研究临床数据和白睛特征数据与糖尿病肾病的关联,建立预测模型;通过预测模型预测患糖尿病肾病的概率,实现无创预测,简易、且预测结果可靠。
-
公开(公告)号:CN116913524A
公开(公告)日:2023-10-20
申请号:CN202311153117.9
申请日:2023-09-08
Applicant: 中国人民解放军总医院第一医学中心
IPC: G16H50/30 , G06F18/20 , G06F18/214 , G06F18/27
Abstract: 本发明公开了一种基于视网膜血管成像预测糖尿病肾病的方法和系统,属于医疗保健信息技术领域,所述方法包括以下步骤:采集糖尿病肾病的临床数据和视网膜血管成像数据,获得数据集;根据数据集,建立训练集;从训练集中筛选建模指标;对所述建模指标的指标值进行量化;基于逻辑回归的方法,对训练集进行训练,获得预测模型;通过所述预测模型对临床数据和视网膜血管成像数据进行预测,获得患糖尿病肾病的概率。根据临床数据和视网膜血管成像数据,预测患者是否为糖尿病肾病,为进一步的诊断和治疗提供数据支持;具有无创、客观和定量的优点。
-
公开(公告)号:CN113470816A
公开(公告)日:2021-10-01
申请号:CN202110737504.1
申请日:2021-06-30
Applicant: 中国人民解放军总医院第一医学中心
Abstract: 本发明公开了一种基于机器学习的糖尿病肾病预测方法、系统和预测装置,所述糖尿病肾病预测方法包括:采集数据,并梳理所述数据的特征;根据所述特征建立训练集,训练集样本的标签包括糖尿病肾病和非糖尿病肾病;基于机器学习方法,通过训练集进行训练,获得预测模型;通过所述预测模型,对待预测数据进行预测,获得标签值。机器学习方法不需要关于输入变量及其与输出关系的假设,相对地摆脱了传统统计分析的限制,可以同时将大量特征数据汇合一起进行分析,且有助于提高预测的准确性,对于疾病的早期发现和及时干预治疗具有极其重要的意义。
-
公开(公告)号:CN117893836A
公开(公告)日:2024-04-16
申请号:CN202410281615.X
申请日:2024-03-13
Applicant: 中国人民解放军总医院第一医学中心
IPC: G06V10/764 , G06V10/766 , G06V10/774 , G06V10/26 , G06V10/28 , G06T7/00 , G06T7/11 , G06T7/66 , G06T7/62 , G06T7/60 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于眼底血管几何参数预测糖尿病肾病的方法和系统,属于图像数据处理或产生技术领域,所述方法包括以下步骤:获得数据集,所述数据集包括临床数据和视网膜血管成像数据;从所述临床数据和眼底血管几何参数中,筛选建模指标,并建议训练集;基于逻辑回归的方法,对所述训练集进行训练,获得预测模型;通过预测模型对待测数据进行分析,预测为糖尿病肾病或非糖尿病肾病。从视膜血管成像数据中提取眼底血管几何参数,并利用数据集训练预测模型,对待测数据进行分析,预测患者为糖尿病肾病或非糖尿病肾病;实现无创、快速地预测糖尿病肾病;有力地证明了眼底血管特征与糖尿病肾病之间的关联。
-
公开(公告)号:CN113663216B
公开(公告)日:2023-12-01
申请号:CN202110924718.X
申请日:2021-08-12
Applicant: 中国人民解放军总医院第一医学中心 , 北京京安长德数据科技有限公司
IPC: A61N1/36
Abstract: 本发明属于助听设备技术领域,具体地说,涉及一种人工耳蜗调试辅助系统,包括:测试者终端、受试者终端和数据处理移动终端;该测试者终端,用于分别发送响度测试语音、调音测试语音、聆氏六音测试语音、响度平衡测试语音、数字测听测试语音和视觉强化测听语音至受试者终端;还用于根据显示的对应的人工耳蜗配置参数,对人工耳蜗进行辅助调试;该受试者终端,用于对人工耳蜗分别进行响度测试、调音测试、聆氏六音测试、响度平衡测试、数字测听测试和视觉强化测听测试;该数据处理移动终端,用于提取响度测试数据、调音测试数据、聆氏六音测试数据、响度平衡测试数据、数字测听测试数据和视觉强化测听测试数据中的人工耳蜗配置参数,并进行显示。
-
公开(公告)号:CN116115241A
公开(公告)日:2023-05-16
申请号:CN202211675982.5
申请日:2022-12-26
Applicant: 中国人民解放军总医院第一医学中心
Abstract: 本发明公开了一种骨导听觉诱发电位测试的宽频谱短时程信号的掩蔽级测量方法,所述方法包括:测量受试者骨振器的刺激力级;将诱发电位仪的骨振器放在受试者一侧的乳突处,在设定的强度下输出短时程信号作为刺激声;并同时对受试者的双侧给予不同强度的白噪声;根据刺激力级及受试者的反应计算得到刚好能掩蔽住骨导信号的对侧噪声掩蔽级。本发明首次得出了骨导宽频谱短时程信号的对侧掩蔽级,为骨导听觉诱发电位的实际应用提供了参考值。
-
公开(公告)号:CN114242245A
公开(公告)日:2022-03-25
申请号:CN202111585916.4
申请日:2021-12-23
Applicant: 中国人民解放军总医院第一医学中心
Abstract: 本发明提供了一种基于电子病历记录数据预测糖尿病肾病发生风险的机器学习方法,包括:步骤一,初步筛选候选预测变量;步骤二,二次筛选确定预测变量;步骤三,模型建立;步骤四,模型测试和验证,对基于电子病历记录数据预测糖尿病肾病发生风险的机器学习系统进行测试和验证。能够对有可能发展为DKD的患者进行丰富的试验,可以减少样本量要求,并导致更短、更有效的临床试验,能够实现在医院病历系统场景中使用,并有针对性的控制DKD的危险因素,模型能够展示研究对象整体患病风险,对DKD风险高的人群总体的预测会更好地为卫生资源的分配提供信息,具有重要的研究意义和使用价值。
-
-
-
-
-
-
-
-
-