-
公开(公告)号：CN116551708A
公开(公告)日：2023-08-08
申请号：CN202310531591.4
申请日：2023-05-12
Applicant: 南京邮大医疗信息技术有限公司 , 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
Abstract: 本发明公开了一种用于医院消毒防护感控机器人，属于物联网技术领域；机器人组成逻辑包括包括基础模块、数据采集模块、数据分析处理模块、智能决策模块，并且还提供了一种基于机器人的控制方法；本发明所述的用于医院消毒防护的感控机器人与传统的人工消毒或固定式消毒设备相比，基于人工智能能够边移动边消毒，基于移动能均匀、全面、彻底消毒杀菌，对比人工消毒有很明显的优势，可以避免消毒错漏，减少消毒时存在的风险。解决了人工消毒以及固定式消毒设备难以保证消毒得彻底，也无法确保消毒人员自身的安全的问题。
-
公开(公告)号：CN113724844B
公开(公告)日：2024-09-27
申请号：CN202110928709.8
申请日：2021-08-13
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
Abstract: 本发明提出了一种基于标识解析的医疗设备消毒管理系统，包括：中心数据库(10)、管理端服务器(20)、用户服务平台(30)、消毒处理平台(40)，管理端服务器(20)分别与中心数据库(10)、用户服务平台(30)以及消毒处理平台(40)连接，消毒处理平台(40)用于获取消毒设备对医疗设备进行消毒处理时产生的消毒流程信息并将此信息上传至中心数据库中，用户服务平台(30)通过管理端服务器(20)调用中心数据库(10)中的设备信息以及来自消毒处理平台(40)的消毒流程信息。本系统通过标识解析的方式记录医疗设备和消毒设备信息，实现消毒处理的智能化和消毒信息的溯源追查，各卫生部门间的信息共享，可以快速部署，使用方便且安全性高。
-
公开(公告)号：CN116759083A
公开(公告)日：2023-09-15
申请号：CN202310541994.7
申请日：2023-05-15
Applicant: 南京邮大医疗信息技术有限公司 , 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
Abstract: 本发明公开了基于大数据框架的新生儿败血症疾病预测系统，包括前端功能模块和后端功能模块，所述前端功能模块用于采集用户信息数据、以及新生儿败血症疾病病理数据采集，并输出用户信息数据和新生儿败血症疾病病理数据至后端功能模块，所述后端功能模块用于存储前端功能模块的数据并且执行败血症疾病预测算法，将预测结果输出至前端功能模块。本发明借助Spark大数据框架以及其生态圈中的HIVE数据仓库组件，构建了基于Spark大数据框架的新生儿败血症病理参数大数据平台。实现了新生儿败血症病理参数数据共享和管理的目的。并且本发明还通过关系代数等价优化算法对数据结构进化，提高了系统进行数据查询的效率。
-
公开(公告)号：CN115470832B
公开(公告)日：2023-05-02
申请号：CN202211417254.4
申请日：2022-11-14
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院)
IPC: G06F18/10 , G06F18/213 , G06F18/24 , G06F18/214 , G06N3/0442 , G06N3/084 , A61B5/349 , A61B5/366 , A61B5/00
Abstract: 本发明公开了一种基于区块链的心电信号数据处理方法，属于医学信号处理技术领域，包括：对原始心电信号进行降噪处理并上传到区块链中；通过小波变换提取QRS波，并判定该信号是否为QRS波群；若判定该信号为QRS波，则对心电信号进行分割截取得到若干个心拍；将得到的心拍电位值组成一维向量，采用LSTM进行建模分析；对每个心拍进行分类；同时LSTM作为异常检测器检测异常训练结果并进行再训练。本发明将再训练应用于心律失常分类，以加强正常心拍的检测并减少误报，克服长时间分类过程导致的次优性能，提高对心电信号分类的准确率；并且使用区块链安全跟踪连续远程心电监测系统的不同状态，通过区块链技术保障了数据的安全性。
-
公开(公告)号：CN120032907A
公开(公告)日：2025-05-23
申请号：CN202510120603.3
申请日：2025-01-25
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司 , 南京邮大医疗信息技术有限公司 , 南京明基医院有限公司
Abstract: 本发明涉及基于机器学习的急性脑损伤患者肺部感染预测方法及系统，涉及人工智能辅助诊断领域，包括：对监控指标集合进行相关性自大到小排序，获得监控指标序列；步骤二：提取前k项监控指标作为输入变量进行感染预测模型训练，获得第一感染预测模型；当第一感染预测模型的第一预测准确率小于或等于预测准确率阈值时，使用k+1更新k值，返回步骤二执行循环；当第一预测准确率大于预测准确率阈值时，将第一肺部感染预测模型设为目标肺部感染预测模型执行感染预测任务。通过本发明可以解决传统急性脑损伤患者肺部感染预测方法无法有效整合多重影响因素，适应性和实用性较差，导致预测准确性、可靠性和效率不足的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119006916A
公开(公告)日：2024-11-22
申请号：CN202411124405.6
申请日：2024-08-16
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮大医疗信息技术有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明属于医学图像处理技术领域，具体涉及基于YOLOv8的原发性中枢神经系统淋巴瘤检测分类方法及系统，包括：收集原发性中枢神经系统弥漫大B细胞淋巴瘤、颅内转移瘤、胶质母细胞瘤患者的MRI图像数据；对MRI图像数据进行处理，筛选出MRI图像中含有肿瘤的图像，与随机选取的患者无肿瘤图像组成数据集，将数据集分为训练集、验证集、测试集；对训练集、验证集中的图像进行标注；训练YOLOv8目标检测模型；采用分类损失更新模型的权重；评估目标检测模型的目标检测和分类性能。本发明能够成功检测PCNS‑DLBCL肿瘤，同时可以与GBM、BM相鉴别，具有较高的准确性和鲁棒性。
-
公开(公告)号：CN118485864A
公开(公告)日：2024-08-13
申请号：CN202410595876.9
申请日：2024-05-14
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮大医疗信息技术有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明属于医学图像处理技术领域，具体涉及基于YOLOv8的原发性中枢神经系统淋巴瘤检测分类方法及系统，包括：收集原发性中枢神经系统弥漫大B细胞淋巴瘤、颅内转移瘤、胶质母细胞瘤患者的MRI图像数据；对MRI图像数据进行处理，筛选出MRI图像中含有肿瘤的图像，与随机选取的患者无肿瘤图像组成数据集，将数据集分为训练集、验证集、测试集；对训练集、验证集中的图像进行标注；训练YOLOv8目标检测模型；采用分类损失更新模型的权重；评估目标检测模型的目标检测和分类性能。本发明能够成功检测PCNS‑DLBCL肿瘤，同时可以与GBM、BM相鉴别，具有较高的准确性和鲁棒性。
-
公开(公告)号：CN113673856B
公开(公告)日：2024-04-26
申请号：CN202110928674.8
申请日：2021-08-13
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
IPC: G06Q10/0631 , G06Q50/20 , G09B5/02 , G09B7/00 , G06Q10/0639
Abstract: 本发明提出了一种基于3D的医院感控模拟培训考核系统，包括应用层、平台层、传输层、感知层，其中感知层使用各种终端采集数据，通过传输层传输至不同平台进行处理，所述终端包括VR设备、3D人体模型的传感器、摄像头；传输层用于将感知层采集的数据向应用层和平台层提供进行可靠传输；平台层用于进行培训和考核的大数据分析、人员的身份信息管理和系统后台评价管理；应用层用于对感知层采集的数据进行计算、处理和挖掘，实现对系统的实时控制和精确管理。本发明利用更加有效的信息化技术手段，使培训方式更灵活，培训效果更理想，能够解决前面提出的感控培训考核的诸多困难。可以在当前新冠肺炎大流行背景下帮助医院发挥更大作用。
-
公开(公告)号：CN117133459B
公开(公告)日：2024-04-09
申请号：CN202311176801.9
申请日：2023-09-12
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮电大学 , 南京邮大医疗信息技术有限公司
IPC: G16H50/30 , G16H50/70 , G06F18/211 , G06F18/214 , G06F18/243 , G06N20/20 , G06N7/02
Abstract: 本发明提供一种基于机器学习的术后颅内感染预测方法及系统，涉及机器学习领域，包括如下：采集涉颅手术后患者的相关信息；对于接收的数据进行删除无用数据、数据清洗、标准化、错误修正；利用粗糙集算法进行特征选择；对特征选择的结果进一步加工，将数据划分为训练集和测试集；利用代价敏感随机森林进行模型训练；在训练完成后，对得到的模型进行评估；在模型训练完成后整理出四类文件，进行接口封装，使用所述接口进行颅内感染预测。通过上述方法及系统可以提高术后颅内感染预测的精确性。
-
公开(公告)号：CN117133459A
公开(公告)日：2023-11-28
申请号：CN202311176801.9
申请日：2023-09-12
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮电大学 , 南京邮大医疗信息技术有限公司
IPC: G16H50/30 , G16H50/70 , G06F18/211 , G06F18/214 , G06F18/243 , G06N20/20 , G06N7/02
Abstract: 本发明提供一种基于机器学习的术后颅内感染预测方法及系统，涉及机器学习领域，包括如下：采集涉颅手术后患者的相关信息；对于接收的数据进行删除无用数据、数据清洗、标准化、错误修正；利用粗糙集算法进行特征选择；对特征选择的结果进一步加工，将数据划分为训练集和测试集；利用代价敏感随机森林进行模型训练；在训练完成后，对得到的模型进行评估；在模型训练完成后整理出四类文件，进行接口封装，使用所述接口进行颅内感染预测。通过上述方法及系统可以提高术后颅内感染预测的精确性。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.037 seconds)
