-
公开(公告)号：CN117373584B
公开(公告)日：2024-03-12
申请号：CN202311682021.1
申请日：2023-12-08
Applicant: 北京大学第一医院
IPC: G16H10/20 , G16H50/50 , G16H50/70 , G06F18/214
Abstract: 本发明涉及一种急性肾损伤的动态预测方法及系统，该方法包括：采集患者的临床时序数据；将临床时序数据进行处理得到临床性特征；基于多种特征筛选模型进行特征筛选，得到20个最优基础临床性特征；基于tsfresh技术对最优基础临床性特征进行时序特征增强处理，得到增强临床性特征；将拼接临床性特征作为输入值输入至多种模型中进行训练，选取AUROC最高的模型作为预测模型；将目标患者当前时刻的临床时序数据输入至预测模型中，将预测模型的输出作为预测结果。能够实现对患者AKI的状态预测，预测结果的准确性较高。
-
公开(公告)号：CN113521106A
公开(公告)日：2021-10-22
申请号：CN202010289665.4
申请日：2020-04-14
Applicant: 北京大学第一医院 , 上海赛傲生物技术有限公司 , 北京赛傲生物技术有限公司
Abstract: 本发明涉及人羊膜上皮干细胞在治疗急性肾损伤中的用途。本发明公开了使用有效剂量的人羊膜上皮干细胞或含有人羊膜上皮干细胞的细胞制剂单独或者与其它药物联合使用进行治疗和/或改善急性肾损伤的方法，动物实验采用静脉注射的方法将人羊膜上皮干细胞给予小鼠模型，每次给予的剂量范围为106‑107个细胞，能有效减轻急性肾损伤。
-
公开(公告)号：CN118136243A
公开(公告)日：2024-06-04
申请号：CN202311763582.4
申请日：2023-12-20
IPC: G16H50/30 , A61B5/0205 , A61B5/1455 , A61B5/00
Abstract: 一种急性肾损伤风险预警系统，属于急性肾损伤预测的技术领域，解决了现有技术不能及时准确地预测急性肾损伤风险的问题。系统包括数据采集装置，用于定时采集患者的体征数据，将体征数据发送至患者医疗数据综合管理平台；患者医疗数据综合管理平台包括数据存储模块、风险预测模块和通知模块；存储模块用于存储体征数据；风险预测模块用于提取最新的体征数据构建多元时序数据并输入急性肾损伤预测模型中得到急性肾损伤风险预测结果，将预测结果发送至通知模块；通知模块，用于显示预测结果以及当存在急性肾损伤风险时向预警装置发送报警信息；预警装置，设置于医护士工作站，用于根据所述报警信息进行报警。实现了及时准确的急性肾损伤预警。
-
Patent Agency Ranking
公开(公告)号：CN117373584A
公开(公告)日：2024-01-09
申请号：CN202311682021.1
申请日：2023-12-08
Applicant: 北京大学第一医院
IPC: G16H10/20 , G16H50/50 , G16H50/70 , G06F18/214
Abstract: 本发明涉及一种急性肾损伤的动态预测方法及系统，该方法包括：采集患者的临床时序数据；将临床时序数据进行处理得到临床性特征；基于多种特征筛选模型进行特征筛选，得到20个最优基础临床性特征；基于tsfresh技术对最优基础临床性特征进行时序特征增强处理，得到增强临床性特征；将拼接临床性特征作为输入值输入至多种模型中进行训练，选取AUROC最高的模型作为预测模型；将目标患者当前时刻的临床时序数据输入至预测模型中，将预测模型的输出作为预测结果。能够实现对患者AKI的状态预测，预测结果的准确性较高。
-
公开(公告)号：CN117936086A
公开(公告)日：2024-04-26
申请号：CN202311758246.0
申请日：2023-12-20
Abstract: 本发明涉及一种基于缺失数据的急性肾损伤预测模型的训练方法和系统，属于急性肾损伤预测的技术领域，解决了现有技术存在数据缺失时预测模型的准确性、鲁棒性和泛化性能差的问题。方法包括：获取患者包含缺失数据的多元时序数据，基于所述多元时序数据构建训练样本集；构建用于预测未来多元时序数据的预训练模型，基于所述训练样本集训练所述预训练模型；基于训练好的预训练模型构建用于预测急性肾损伤的预测模型，基于所述训练样本集训练所述预测模型得到训练好的预测急性肾损伤的预测模型。实现了在存在缺失数据时准确的急性肾损伤预测。
-
公开(公告)号：CN117831772A
公开(公告)日：2024-04-05
申请号：CN202410248572.5
申请日：2024-03-05
Applicant: 北京大学第一医院(北京大学第一临床医学院)
IPC: G16H50/30 , G16H10/40 , G16H10/60 , G06F18/2113 , G06F18/243 , G06F18/25 , G06F18/27 , G06N20/20 , G06N5/01
Abstract: 本发明涉及医疗系统技术领域，具体涉及一种急性肾损伤临床辅助决策系统；包括采集模块，用于采集住院患者的临床数据时序特征，建模模块，用于根据临床数据时序特征，建立急性肾损伤风险评估模型，风险预测模块，用于通过急性肾损伤风险评估模型将住院患者分为AKI高风险和AKI低风险，诊断模块，用于对住院患者进行判定，将住院患者判断为AKI患者和非AKI患者，监管模块，用于对AKI患者进行持续监管；本系统对住院患者进行风险评估，对AKI患者进行进一步的监控，实现对不同程度住院患者的把控，评估患病程度及恢复情况，实现对各患病程度的住院患者进行区分治疗。
-
公开(公告)号：CN116757190B
公开(公告)日：2023-10-20
申请号：CN202311022054.3
申请日：2023-08-15
IPC: G06F40/279 , G06F40/30 , G06N3/0442
Abstract: 本发明涉及智能医疗领域的知识图谱的自动化构建，更具体地，涉及一种基于双向树型标注方法的实体关系联合抽取方法。包括：获取待预测文本；将所述待预测文本中的关系与预定义关系类型集合匹配；当匹配结果为是时，将所述待预测文本输入全监督模块中，得到待预测文本中的每个词的标注序列；当匹配结果为否时，将所述待预测文本和少量对应关系的标注样本分别输入小样本模块中，得到待预测文本中的每个词的标注序列；基于所述待预测文本中的每个词的标注序列还原出待预测文本的关系结构图，并抽取关系结构图中的三元组集合。本申请在不增加过多标注数量和时间开销的情况下，提高抽取的准确率和召回率。
-
公开(公告)号：CN116757190A
公开(公告)日：2023-09-15
申请号：CN202311022054.3
申请日：2023-08-15
IPC: G06F40/279 , G06F40/30 , G06N3/0442
Abstract: 本发明涉及智能医疗领域的知识图谱的自动化构建，更具体地，涉及一种基于双向树型标注方法的实体关系联合抽取方法、系统及设备。包括：获取待预测文本；将所述待预测文本中的关系与预定义关系类型集合匹配；当匹配结果为是时，将所述待预测文本输入全监督模块中，得到待预测文本中的每个词的标注序列；当匹配结果为否时，将所述待预测文本和少量对应关系的标注样本分别输入小样本模块中，得到待预测文本中的每个词的标注序列；基于所述待预测文本中的每个词的标注序列还原出待预测文本的关系结构图，并抽取关系结构图中的三元组集合。本申请在不增加过多标注数量和时间开销的情况下，提高抽取的准确率和召回率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
