-
公开(公告)号：CN118471466A
公开(公告)日：2024-08-09
申请号：CN202410463309.8
申请日：2024-04-17
Applicant: 中国医学科学院北京协和医院 , 北京交通大学
Abstract: 本发明提供一种结合病史和体征信息的头晕眩晕疾病辅助诊断方法及系统，属于基于深度学习的智能医疗辅助诊断设备技术领域，获取患者的病史信息和体征信息；对于病史信息和体征信息中的特征变量，应用CED模型获得数字类型的嵌入，利用自适应梯度提升决策树模型对患者的病史信息和体征信息进行表示学习，得到特定患者的特征重要性表示；根据病史和体征之间的相关性对病史信息和体征信息进行降维；采用预先训练好的集成分类模型结合投票决策，对降维后的病史信息和体征信息进行处理，得到患者的属于头晕或者眩晕的疾病分类。本发明结合通过临床病史和通过检查获得的体征数据对头晕、眩晕亚型进行分类，提高了对头晕、眩晕的亚型分类的精确性。
-
公开(公告)号：CN113284627B
公开(公告)日：2024-05-17
申请号：CN202110406631.3
申请日：2021-04-15
Applicant: 北京交通大学 , 北京大学第三医院(北京大学第三临床医学院)
IPC: G16H50/70 , G16H70/40 , G06F16/33 , G06F16/35 , G06F40/289 , G06F18/23213
Abstract: 本发明提供了一种基于患者表征学习的用药推荐方法，包括：从电子病历中提取数据，将数据中的非结构化的主诉文本信息表示为结构化的数据；采用堆栈稀疏自编码器对结构化的数据进行表征学习，得到患者症状数据的低维表示的症状向量和用药信息数据的低维表示的用药向量；使用聚类算法对患者症状数据的低维表示和用药信息数据的低维表示进行分析，得到各群体聚类内患者的症状特性和用药特性；对各群体聚类内患者的症状特性和用药特性进行典型相关分析，得到各群体聚类内患者的症状特性和用药特性的关联关系；根据关联关系，采用加权距离平均的K近邻算法来预测推荐用药。本方法可以根据电子病历准确为患者推荐用药，提高医生的工作效率。
-
公开(公告)号：CN113284627A
公开(公告)日：2021-08-20
申请号：CN202110406631.3
申请日：2021-04-15
Applicant: 北京交通大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供了一种基于患者表征学习的用药推荐方法，包括：从电子病历中提取数据，将数据中的非结构化的主诉文本信息表示为结构化的数据；采用堆栈稀疏自编码器对结构化的数据进行表征学习，得到患者症状数据的低维表示的症状向量和用药信息数据的低维表示的用药向量；使用聚类算法对患者症状数据的低维表示和用药信息数据的低维表示进行分析，得到各群体聚类内患者的症状特性和用药特性；对各群体聚类内患者的症状特性和用药特性进行典型相关分析，得到各群体聚类内患者的症状特性和用药特性的关联关系；根据关联关系，采用加权距离平均的K近邻算法来预测推荐用药。本方法可以根据电子病历准确为患者推荐用药，提高医生的工作效率。
-
-
Search Results
3
records
(took 0.04 seconds)
