-
公开(公告)号：CN114711790B
公开(公告)日：2022-11-29
申请号：CN202210357292.9
申请日：2022-04-06
Applicant: 复旦大学附属儿科医院
IPC: A61B5/372
Abstract: 本申请涉及一种新生儿电惊厥类型确定方法、装置、计算机设备和存储介质。所述方法包括：获取待测新生儿的原始脑电信号数据；对原始脑电信号数据进行预处理，得到预处理后的脑电信号数据；对脑电信号数据进行特征数据提取，得到待测新生儿的脑电信号特征；根据脑电信号特征，确定待测新生儿的电惊厥类型。采用本方法能够提升新生儿电惊厥类型确定准确性。
-
公开(公告)号：CN113436728B
公开(公告)日：2022-10-28
申请号：CN202110768201.6
申请日：2021-07-05
Applicant: 复旦大学附属儿科医院
Abstract: 本申请涉及一种新生儿临床视频脑电图自动分析的方法及装置，新生儿临床视频脑电图自动分析的方法包括：获取原始脑电图信号；对原始脑电图信号进行预处理，得到处理信号；对处理信号进行特征提取，得到神经信号特征；将神经信号特征分别输入到预先训练的第一预测模型、第二预测模型、第三预测模型和受孕龄预测模型中进行分析，对应得到第一预测结果、第二预测结果、第三预测结果和受孕龄预测结果；根据第一预测结果、第二预测结果和第三预测结果，确定预测结论，根据预测结论和受孕龄预测结果确定分析结果。如此，实现了对新生儿临床视频脑电图的自动、快速、一体化分析，有效提高了对新生儿脑电图的判读范围和准确率。
-
Patent Agency Ranking
公开(公告)号：CN113436728A
公开(公告)日：2021-09-24
申请号：CN202110768201.6
申请日：2021-07-05
Applicant: 复旦大学附属儿科医院
Abstract: 本申请涉及一种新生儿临床视频脑电图自动分析的方法及装置，新生儿临床视频脑电图自动分析的方法包括：获取原始脑电图信号；对原始脑电图信号进行预处理，得到处理信号；对处理信号进行特征提取，得到神经信号特征；将神经信号特征分别输入到预先训练的第一预测模型、第二预测模型、第三预测模型和受孕龄预测模型中进行分析，对应得到第一预测结果、第二预测结果、第三预测结果和受孕龄预测结果；根据第一预测结果、第二预测结果和第三预测结果，确定预测结论，根据预测结论和受孕龄预测结果确定分析结果。如此，实现了对新生儿临床视频脑电图的自动、快速、一体化分析，有效提高了对新生儿脑电图的判读范围和准确率。
-
公开(公告)号：CN113299400B
公开(公告)日：2023-02-21
申请号：CN202110697145.1
申请日：2021-06-23
Applicant: 复旦大学附属儿科医院
Abstract: 本发明涉及一种新生儿危重症遗传风险评估方法、装置及设备，属于医学技术领域，该方法通过获取目标危重新生儿的危险表型数据；将所述危险表型数据输入到预先构建的新生儿危重症遗传风险评估模型中，得到所述目标新生儿危重症遗传风险评估结果。本发明中，通过预先构建新生儿危重症遗传风险评估模型，使得直接通过获取目标危重新生儿的危险表型数据来获取重症遗传风险评估结果，以使医护人员根据遗传风险评估结果决定是否要对目标危重新生儿进行基因检测，方便、快捷，且推广性高，提升了评估准确性。
-
公开(公告)号：CN114711790A
公开(公告)日：2022-07-08
申请号：CN202210357292.9
申请日：2022-04-06
Applicant: 复旦大学附属儿科医院
IPC: A61B5/372
Abstract: 本申请涉及一种新生儿电惊厥类型确定方法、装置、计算机设备和存储介质。所述方法包括：获取待测新生儿的原始脑电信号数据；对原始脑电信号数据进行预处理，得到预处理后的脑电信号数据；对脑电信号数据进行特征数据提取，得到待测新生儿的脑电信号特征；根据脑电信号特征，确定待测新生儿的电惊厥类型。采用本方法能够提升新生儿电惊厥类型确定准确性。
-
公开(公告)号：CN115995266A
公开(公告)日：2023-04-21
申请号：CN202211637138.3
申请日：2022-12-16
Applicant: 复旦大学附属儿科医院
IPC: G16B20/50 , G16B35/20 , G16B40/20 , G06F18/2431 , G06N20/00
Abstract: 本发明涉及医学预测技术领域，具体涉及一种血流动力学异常动脉导管未闭的模型构建及预测方法，该模型构建方法包括：获取患有动脉导管未闭的新生儿病例作为新生儿样本；获取新生儿样本出生后预设时间内的临床特征；对新生儿样本进行临床外显子测序数据分析，筛选出血流动力学异常动脉导管未闭风险基因集；根据临床特征和血流动力学异常动脉导管未闭风险基因集，得出模型训练集；对模型训练集的数据使用多元逻辑回归构建预测模型。该方法能够构建简单有效、个体化强且便于实操的预测模型，有利于高危人群的早期识别和治疗决策，同时结合了遗传背景，使血流动力学异常动脉导管未闭风险较高的新生儿更受益于早期个体化的精准管理。
-
公开(公告)号：CN113299400A
公开(公告)日：2021-08-24
申请号：CN202110697145.1
申请日：2021-06-23
Applicant: 复旦大学附属儿科医院
Abstract: 本发明涉及一种新生儿危重症遗传风险评估方法、装置及设备，属于医学技术领域，该方法通过获取目标危重新生儿的危险表型数据；将所述危险表型数据输入到预先构建的新生儿危重症遗传风险评估模型中，得到所述目标新生儿危重症遗传风险评估结果。本发明中，通过预先构建新生儿危重症遗传风险评估模型，使得直接通过获取目标危重新生儿的危险表型数据来获取重症遗传风险评估结果，以使医护人员根据遗传风险评估结果决定是否要对目标危重新生儿进行基因检测，方便、快捷，且推广性高，提升了评估准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.023 seconds)
