-
公开(公告)号：CN118609768B
公开(公告)日：2025-03-25
申请号：CN202410482866.4
申请日：2024-04-22
Applicant: 华中科技大学协和深圳医院
Abstract: 本发明涉及数据处理领域，尤其涉及一种病房巡视数据分析方法及智能病房巡视系统。该方法包括以下步骤：获取实时患者状态数据及病房巡视监控视频；基于实时患者状态数据得到个体生理特征数据；对个体生理特征数据进行多时段分析，生成生理特征变化趋势数据；对生理特征变化趋势数据进行滑动时间窗口划分，以得到短时变化趋势序列；对短时变化趋势序列进行特征突变识别，从而得到变化趋势特征点；基于变化趋势特征点对生理特征变化趋势数据进行动态演化分析，从而生成生理特征演化趋势规律；基于生理特征演化趋势规律进行趋势预测，以得到个体生理特征预测数据；本发明实现了高效、准确的病房巡视数据分析。
-
公开(公告)号：CN118609768A
公开(公告)日：2024-09-06
申请号：CN202410482866.4
申请日：2024-04-22
Applicant: 华中科技大学协和深圳医院
Abstract: 本发明涉及数据处理领域，尤其涉及一种病房巡视数据分析方法及智能病房巡视系统。该方法包括以下步骤：获取实时患者状态数据及病房巡视监控视频；基于实时患者状态数据得到个体生理特征数据；对个体生理特征数据进行多时段分析，生成生理特征变化趋势数据；对生理特征变化趋势数据进行滑动时间窗口划分，以得到短时变化趋势序列；对短时变化趋势序列进行特征突变识别，从而得到变化趋势特征点；基于变化趋势特征点对生理特征变化趋势数据进行动态演化分析，从而生成生理特征演化趋势规律；基于生理特征演化趋势规律进行趋势预测，以得到个体生理特征预测数据；本发明实现了高效、准确的病房巡视数据分析。
-
公开(公告)号：CN111968746A
公开(公告)日：2020-11-20
申请号：CN202010705249.8
申请日：2020-07-21
Applicant: 华中科技大学协和深圳医院
Abstract: 本发明适用计算机技术领域，提供了一种基于混合深度迁移学习的脑卒中风险预测方法及装置。通过获取用户的健康监测数据，对健康监测数据进行归一化处理，以得到用于脑卒中风险预测的预测数据，将预测数据输入到最终的脑卒中风险预测模型，获取脑卒中风险预测结果，最终的脑卒中风险预测模型由初级预测模型通过迁移学习实现网络权重迁移、通过实例迁移以及主动学习获取的训练样本对该初级预测模型进行训练得到，根据脑卒中风险预测结果，确认用户是否存在脑卒中风险，从而不仅解决了脑卒中风险预测模型训练集中数据分布不平衡、患有脑卒中的正类样本数据难获取以及易于泄露用户隐私的问题，还解决了脑卒中数据样本量较少的问题，进而提高脑卒中风险预测结果的准确率。
-
-
Search Results
3
records
(took 0.022 seconds)
