-
公开(公告)号:CN118380110A
公开(公告)日:2024-07-23
申请号:CN202410559374.0
申请日:2024-05-08
Applicant: 首都医科大学宣武医院
Abstract: 本发明提供一种基于大数据的健脑训练系统和方法,所述系统包括:数据存储模块,所述数据存储模块用于获取并存储用户数据,所述用户数据至少包括基础数据和游戏数据;任务推送模块,所述任务推送模块响应于目标用户的登录指令,调取所述数据存储模块中存储的所述目标用户对应的用户数据;计算所述目标用户的康复指数,并基于自回归移动平均模型生成康复指数预测值;根据所述康复指数与康复指数预测值的差异程度,生成推送策略;游戏加载模块,所述游戏加载模块用于存储多种待选游戏,并响应于所述推送策略推送至少一种目标游戏。解决了现有技术中存在的无法通过大数据分析和预测后进行理疗方案定制和多种游戏推送的问题。
-
公开(公告)号:CN120072283A
公开(公告)日:2025-05-30
申请号:CN202411968303.2
申请日:2024-12-30
Applicant: 首都医科大学宣武医院
IPC: G16H50/30 , G16H50/50 , G06F18/241 , G06F18/2431 , G06F18/243 , G06F18/27 , G06F18/214 , G06N20/20
Abstract: 本发明涉及神经计算建模技术领域,具体涉及一种适用于早期阿尔茨海默病人群的脑淀粉样蛋白沉积预测工具,本发明所提供的预测工具模型在血液生物标志物的基础上,结合常见且可及性较高的临床指标对脑Aβ状态进行预测,充分考虑到了临床实践中可能影响到BBMs结果的因素,进一步提高了预测模型的精准度和在真实世界中的可推广性;模型利用血液检测和认知评估,相比CSF和PET检测,具有成本和侵入性更低的优点,从而具备更高临床实用性和推广性;并且提供了精确模型和简约模型,适应不同医疗条件和应用场景,提高了工具的实用性和灵活性。本发明所提供的模型预测工具基于全国多中心的数据进行训练和验证,具有良好的泛化能力。
-