-
公开(公告)号：CN119008013B
公开(公告)日：2024-12-27
申请号：CN202411485883.X
申请日：2024-10-23
Applicant: 湖南省人民医院(湖南师范大学附属第一医院)
IPC: G16H50/30 , G06T7/11 , G06V10/40 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及病毒性肺炎风险评估预测技术领域，尤其涉及一种基于病毒性肺炎风险评估预测系统。所述系统用于执行以下步骤：对病毒性肺炎目标患者进行病毒性肺炎原始数据采集，得到原始目标患者数据，其中原始目标患者数据包括CT影像数据以及原始临床数据；对CT影像数据进行肺部区域分割，得到肺部掩膜图像；获取未标注肺部CT图像；利用未标注肺部CT图像进行病灶区域预测，得到初始病灶区域预测图。本发明通过将系统的注意力集中在关键的病灶区域，避免了无关信息的干扰，并捕捉了患者病情随时间变化的动态发展过程，从而更准确地预测患者未来的病情发展趋势，从而提高了系统的敏感性和风险评估的准确性以及系统的预测能力。
-
Patent Agency Ranking
公开(公告)号：CN119230134B
公开(公告)日：2025-02-18
申请号：CN202411745671.0
申请日：2024-12-02
Applicant: 湖南省人民医院(湖南师范大学附属第一医院)
IPC: G16H50/80 , G16H50/20 , G16H50/30 , G16H50/70 , G06F18/2113 , G06F18/213 , G06F18/23 , G06F18/20 , G06F123/02
Abstract: 本发明涉及急性呼吸道感染预测技术领域，尤其涉及一种用于急性呼吸道感染预测的模型训练方法、系统及介质。所述方法包括以下步骤：对目标患者进行原始数据收集并进行时间窗口划分，得到时间窗口数据；根据时间窗口数据进行生物节律特征提取，得到生物节律特征数据；对生物节律特征数据进行窗口特征筛选，得到重要生物节律时间窗口特征数据；对重要生物节律时间窗口特征数据进行时间顺序排列，得到患者多尺度时间序列特征数据；根据患者多尺度时间序列特征数据进行VAE模型构建，得到VAE模型。本发明通过解决了现有模型在个体差异和动态变化考虑不足的问题，实现了更精准、更个性化的急性呼吸道感染风险预测。
-
公开(公告)号：CN119008013A
公开(公告)日：2024-11-22
申请号：CN202411485883.X
申请日：2024-10-23
Applicant: 湖南省人民医院(湖南师范大学附属第一医院)
IPC: G16H50/30 , G06T7/11 , G06V10/40 , G06V10/82 , G06V10/80 , G06N3/0464 , G06N3/0455 , G06N3/0475 , G06N3/094
Abstract: 本发明涉及病毒性肺炎风险评估预测技术领域，尤其涉及一种基于病毒性肺炎风险评估预测系统。所述系统用于执行以下步骤：对病毒性肺炎目标患者进行病毒性肺炎原始数据采集，得到原始目标患者数据，其中原始目标患者数据包括CT影像数据以及原始临床数据；对CT影像数据进行肺部区域分割，得到肺部掩膜图像；获取未标注肺部CT图像；利用未标注肺部CT图像进行病灶区域预测，得到初始病灶区域预测图。本发明通过将系统的注意力集中在关键的病灶区域，避免了无关信息的干扰，并捕捉了患者病情随时间变化的动态发展过程，从而更准确地预测患者未来的病情发展趋势，从而提高了系统的敏感性和风险评估的准确性以及系统的预测能力。
-
公开(公告)号：CN119230134A
公开(公告)日：2024-12-31
申请号：CN202411745671.0
申请日：2024-12-02
Applicant: 湖南省人民医院(湖南师范大学附属第一医院)
IPC: G16H50/80 , G16H50/20 , G16H50/30 , G16H50/70 , G06F18/2113 , G06F18/213 , G06F18/23 , G06F18/20 , G06F123/02
Abstract: 本发明涉及急性呼吸道感染预测技术领域，尤其涉及一种用于急性呼吸道感染预测的模型训练方法、系统及介质。所述方法包括以下步骤：对目标患者进行原始数据收集并进行时间窗口划分，得到时间窗口数据；根据时间窗口数据进行生物节律特征提取，得到生物节律特征数据；对生物节律特征数据进行窗口特征筛选，得到重要生物节律时间窗口特征数据；对重要生物节律时间窗口特征数据进行时间顺序排列，得到患者多尺度时间序列特征数据；根据患者多尺度时间序列特征数据进行VAE模型构建，得到VAE模型。本发明通过解决了现有模型在个体差异和动态变化考虑不足的问题，实现了更精准、更个性化的急性呼吸道感染风险预测。
-
公开(公告)号：CN119207800B
公开(公告)日：2025-02-28
申请号：CN202411705012.4
申请日：2024-11-26
Applicant: 湖南省人民医院(湖南师范大学附属第一医院)
Abstract: 本发明涉及急性呼吸窘迫综合征预警评估技术领域，尤其涉及一种用于急性呼吸窘迫综合征预警评估模型的构建方法。所述方法包括以下步骤：对多维异构数据库进行时序特征筛选，得到优选时序特征集；对多维异构数据库进行症状严重程度量化，得到量化症状特征数据；对量化症状特征数据进行症状突变点时序分析，得到症状突变点数据；对量化症状特征数据进行症状交互影响分析，得到症状影响力数据；基于症状影响力数据进行症状动态特征整合，得到动态症状特征；对动态症状特征以及优选时序特征集进行症状时序特征融合，得到动态症状特征集。本发明通过构建了层次化的风险预测模型解决了传统模型的局限性，提高了ARDS的早期预警的精准性和可靠性。
-
公开(公告)号：CN119207800A
公开(公告)日：2024-12-27
申请号：CN202411705012.4
申请日：2024-11-26
Applicant: 湖南省人民医院(湖南师范大学附属第一医院)
Abstract: 本发明涉及急性呼吸窘迫综合征预警评估技术领域，尤其涉及一种用于急性呼吸窘迫综合征预警评估模型的构建方法。所述方法包括以下步骤：对多维异构数据库进行时序特征筛选，得到优选时序特征集；对多维异构数据库进行症状严重程度量化，得到量化症状特征数据；对量化症状特征数据进行症状突变点时序分析，得到症状突变点数据；对量化症状特征数据进行症状交互影响分析，得到症状影响力数据；基于症状影响力数据进行症状动态特征整合，得到动态症状特征；对动态症状特征以及优选时序特征集进行症状时序特征融合，得到动态症状特征集。本发明通过构建了层次化的风险预测模型解决了传统模型的局限性，提高了ARDS的早期预警的精准性和可靠性。
-
-
-
-
-
Search Results
6
records
(took 0.052 seconds)
