公开(公告)号：CN119028473A

公开(公告)日：2024-11-26

申请号：CN202411102560.8

申请日：2024-08-12

Applicant: 华中科技大学同济医学院附属同济医院

Inventor： 陈妍妍 ,  李翔熙 ,  卢峡

IPC: G16C20/20 ,  G16C20/70 ,  G16H20/40 ,  G06F18/241 ,  G06F18/25

Abstract: 本公开涉及一种术后患者血红蛋白浓度预测方法及系统，包括获取患者的基本信息和身体检查数据；将患者的基本信息和身体检查数据输入目标分类预测模型，得到患者的血红蛋白浓度预测结果；目标分类预测模型是预先基于多个病例的样本数据集对多个机器学习算法模型分别训练评估后确定的模型参数满足预设条件的分类预测模型，目标分类预测模型对应的机器学习算法模型包括极端梯度提升树模型；样本数据集的构建包括：获取多个样本病例的多个原始病例数据，对多个原始病例数据进行预处理即数据缺失值填补和/或样本均衡处理，数据缺失值填补采用融合填补方法，该方法同时考虑不同病例之间的相同的特征数据之间的关系及同一病例的不同特征数据之间的关系。

公开(公告)号：CN116779156A

公开(公告)日：2023-09-19

申请号：CN202310386708.4

申请日：2023-04-07

Applicant: 华中科技大学 ,  华中科技大学同济医学院附属同济医院

Inventor： 贺松平 ,  赵尊元 ,  陈妍妍 ,  卢峡 ,  李斌 ,  彭芳瑜 ,  李翔熙 ,  毛新勇 ,  刘红奇

IPC: G16H50/30 ,  G16H50/70 ,  G06F18/2113 ,  G06F18/213 ,  G06N20/00

Abstract: 本发明公开了一种术后指标异常预测系统构建方法、术后风险评估设备，属于术后风险智能评估技术领域。其构建方法包括：对病例中的术前和术后观测期内的检测指标变量进行特征提取，其中，对于非稳定数值变量，所提取的特征包括均值、最小值、最大值、变异系数和持续时间占比特征，持续时间占比特征包括正常占比、偏小占比和偏大占比，分别表示数值变量的数值处于正常数值区间内、处于小于正常数值的偏小数值区间内、处于大于正常数值的偏大数值区间内的时长占观测期时长的占比；筛选关键特征后训练机器学习预测模型，得到术后指标异常预测系统。通过引入更加全面的特征后再进行特征筛选，既避免使训练过于复杂，又提高了预测系统的预测性能。