一种抽血管分配的优化方法及系统

    公开(公告)号:CN115700891A

    公开(公告)日:2023-02-07

    申请号:CN202211334101.3

    申请日:2022-10-28

    Abstract: 本发明提供一种抽血管分配的优化方法、系统及计算机可读存储介质。该方法包括:最近一段时期内医院为患者每次开出的检测单进行关联规则挖掘而产生和/或迭代抽血管分配的优化规则;接收用户选择/输入的检测项目,产生包括每个检测项以及每个检测项对应使用的抽血管的抽血管分配清单;基于所述优化规则,对所述抽血管分配清单上使用的抽血管进行合并以减少抽血管的使用数量,输出抽血管分配方案。通过本发明提供的技术方案不仅能够有效减少医院抽血管的使用数量,避免对患者重复抽血;还能使产生抽血管分配的优化规则更适应不同时期医院为患者进行抽血检测开单的实际情况。

    一种融合多模态学习的免疫固定电泳图谱分析方法

    公开(公告)号:CN118351407A

    公开(公告)日:2024-07-16

    申请号:CN202410443022.9

    申请日:2024-04-12

    Abstract: 本发明公开一种融合多模态学习的免疫固定电泳(IFE)图谱分析方法。免疫固定电泳图像由六条区带组成,并且在横向上可以分为四个区域。区带在某个横向区域的匹配标志了异常蛋白的位置信息。在进行免疫固定电泳的同时,通常会进行血清电泳检测,血清电泳图像包含了异常蛋白的位置信息。本方法通过将同一患者对应的血清电泳图像和免疫固定电泳图像同时作为输入进行多模态模型学习,来进行IFE图谱的阴阳性分类和区带分类。针对少量且类别不平衡现象较为严重的样例数据,引入专家知识,对样例数据进行处理和标注;对两种模态数据进行特征提取和融合,训练高效且准确的分类器模型。与传统的单模态方法相比,多模态方法在阴阳二分类和区带分类的性能上都有显著的提升。通过综合利用血清电泳和免疫固定电泳图像的信息,该方法能够提高阴阳分类和区带分类的准确率,有望在免疫病理学的临床诊断中发挥重要作用。

Patent Agency Ranking