基于医生决策模式识别的多标签疾病辅助诊断系统

    公开(公告)号:CN116386856A

    公开(公告)日:2023-07-04

    申请号:CN202310655185.9

    申请日:2023-06-05

    Abstract: 本发明公开了一种基于医生决策模式识别的多标签疾病辅助诊断系统,包括医生个体案例集构建模块、医生个体决策模式拟合模块、共性分量提取与个体分量分离模块、疾病辅助诊断模块;本发明通过个体决策模式识别,从个体决策模式中提取在不同决策模式中共性存在的共性分量、分离更多由医生主观临床经验所主导的个体分量,从而克服主观临床经验对疾病辅助诊断可能产生的负面影响;本发明通过对医生的个体决策模式进行识别,并在医生层面进行共性分量、个体分量的拆分,能够克服领域性特征,通过对共性分量的利用达到更准确的疾病辅助诊断。

    基于深度隐私编码器的跨机构患者记录链接方法及系统

    公开(公告)号:CN116361859A

    公开(公告)日:2023-06-30

    申请号:CN202310646247.X

    申请日:2023-06-02

    Abstract: 本发明公开了一种基于深度隐私编码器的跨机构患者记录链接方法及系统,该方法包括:各机构从本地数据源中提取用于记录链接的属性数据,利用各机构属性数据基于联邦学习技术训练深度隐私编码器,利用完成训练的深度隐私编码器对属性数据进行编码,生成各机构的隐私编码库,各请求接收机构基于隐私编码库获取记录链接请求的匹配结果。本发明利用联邦学习技术训练深度隐私编码器,能够从根本上解决数据隐私泄露问题;本发明提出的深度隐私编码器生成的隐私编码不仅能够达到与布隆编码同样的隐私保护效果,更能够反映原始数据的特征;本发明在深度隐私编码器中引入对比损失,能够确保记录链接的准确性。

    一种数据共享策略下的多中心协同预后预测系统

    公开(公告)号:CN110348241A

    公开(公告)日:2019-10-18

    申请号:CN201910629800.2

    申请日:2019-07-12

    Abstract: 本发明公开了一种数据共享策略下的多中心协同预后预测系统。该系统能够在多个医疗机构中心下实现隐私保护的数据共享,从而为模型构建提供足够的数据。本发明采用相对于弱分类器能够获得更好预测结果的集成学习算法来构建系统。该系统在各个中心处理敏感的患者级数据,并同时构建出集成学习模型的子分类器,仅交换不太敏感的中间结果以构建完整的集成学习模型,从而保证了所提出的多中心模型与集中式模型具有相同甚至更优的结果。本发明多中心协同预后预测系统保护了患者的个人隐私,不需要在大型集中式数据源上运行算法模型,在实际临床应用中,为单个医疗机构中构建预测模型的样本太少提供了可靠的解决方案。

    基于医生决策模式识别的多标签疾病辅助诊断系统

    公开(公告)号:CN116386856B

    公开(公告)日:2023-10-20

    申请号:CN202310655185.9

    申请日:2023-06-05

    Abstract: 本发明公开了一种基于医生决策模式识别的多标签疾病辅助诊断系统,包括医生个体案例集构建模块、医生个体决策模式拟合模块、共性分量提取与个体分量分离模块、疾病辅助诊断模块;本发明通过个体决策模式识别,从个体决策模式中提取在不同决策模式中共性存在的共性分量、分离更多由医生主观临床经验所主导的个体分量,从而克服主观临床经验对疾病辅助诊断可能产生的负面影响;本发明通过对医生的个体决策模式进行识别,并在医生层面进行共性分量、个体分量的拆分,能够克服领域性特征,通过对共性分量的利用达到更准确的疾病辅助诊断。

    一种面向医疗行为片段的费用自动测算方法与系统

    公开(公告)号:CN116894685A

    公开(公告)日:2023-10-17

    申请号:CN202311164978.7

    申请日:2023-09-11

    Abstract: 本发明公开了一种面向医疗行为片段的费用自动测算方法与系统。通过预处理医疗行为记录,获得每家医院每个患者目标文本集;针对不同医疗行为预定义费用类型,基于目标文本集属地标准医疗服务价格手册,构建多层级分类费用词库,然后使用智能文本分类技术将医疗行为记录切分为不同类型的医疗行为片段,精准定位费用支出线索,进一步地从医疗行为片段中生成关键短语,在关键短语和标准费用词库之间建立关联关系,确定每段医疗行为片段的费用。本发明实现了对临床医疗行为记录产生的实际费用的自动化、智能化测算,有利于为临床相关人员提供费用检查的参考依据,从而解决了人工工作量大和效率低下的问题。

    一种基于多标签学习的体检后慢性疾病预后系统

    公开(公告)号:CN111312401B

    公开(公告)日:2021-12-17

    申请号:CN202010038223.2

    申请日:2020-01-14

    Abstract: 本发明公开了一种基于多标签学习的体检后慢性疾病预后系统,该系统包括数据获取模块、数据预处理模块、基础预测模型构建模块和本地预测模块;数据获取模块用于获取体检用户的体检数据;基础预测模型构建模块用于构建针对体检场景的多标签学习模型;本地预测模块包括本地模型训练单元和预测单元,本地模型训练单元将训练好的本地预测模型固化至本地预测模块内,预测单元输出对多个慢性疾病发生情况的预测预后指数,最终获得慢病未来预期发生时间。本发明系统使用多标签学习方法,能够对慢性疾病并发情况下的内部关系进行提取,更加符合慢性疾病高并发性的特点,能够更好地完成对未来慢性疾病发生情况的准确预测。

    一种基于时序演进过程解释的疾病预后预测系统

    公开(公告)号:CN116959715B

    公开(公告)日:2024-01-09

    申请号:CN202311199176.X

    申请日:2023-09-18

    Abstract: 本发明公开了一种基于时序演进过程解释的疾病预后预测系统,该系统包括:数据采集模块,用于从电子病历数据库中提取患者的相关健康医疗数据;数据预处理模块,用于对相关健康医疗数据进行预处理;预后预测与归因模块,用于预测不同时间节点的预后,并对风险因素进行重要程度解释;可视化模块,基于预后预测与归因模块中得到的结果,解释预测结果并进行数据可视化。本发明融合了结构化的实验室检查数据和非结构化的病程记录的长期数据,在为患者不同时间周期下的预后做出精准预测的同时,对模型做出充分解释,并且提供可视化方法增加模型

    基于深度隐私编码器的跨机构患者记录链接方法及系统

    公开(公告)号:CN116361859B

    公开(公告)日:2023-08-25

    申请号:CN202310646247.X

    申请日:2023-06-02

    Abstract: 本发明公开了一种基于深度隐私编码器的跨机构患者记录链接方法及系统,该方法包括:各机构从本地数据源中提取用于记录链接的属性数据,利用各机构属性数据基于联邦学习技术训练深度隐私编码器,利用完成训练的深度隐私编码器对属性数据进行编码,生成各机构的隐私编码库,各请求接收机构基于隐私编码库获取记录链接请求的匹配结果。本发明利用联邦学习技术训练深度隐私编码器,能够从根本上解决数据隐私泄露问题;本发明提出的深度隐私编码器生成的隐私编码不仅能够达到与布隆编码同样的隐私保护效果,更能够反映原始数据的特征;本发明在深度隐私编码器中引入对比损失,能够确保记录链接的准确性。

    一种数据共享策略下的多中心协同预后预测系统

    公开(公告)号:CN110348241B

    公开(公告)日:2021-08-03

    申请号:CN201910629800.2

    申请日:2019-07-12

    Abstract: 本发明公开了一种数据共享策略下的多中心协同预后预测系统。该系统能够在多个医疗机构中心下实现隐私保护的数据共享,从而为模型构建提供足够的数据。本发明采用相对于弱分类器能够获得更好预测结果的集成学习算法来构建系统。该系统在各个中心处理敏感的患者级数据,并同时构建出集成学习模型的子分类器,仅交换不太敏感的中间结果以构建完整的集成学习模型,从而保证了所提出的多中心模型与集中式模型具有相同甚至更优的结果。本发明多中心协同预后预测系统保护了患者的个人隐私,不需要在大型集中式数据源上运行算法模型,在实际临床应用中,为单个医疗机构中构建预测模型的样本太少提供了可靠的解决方案。

Patent Agency Ranking