-
公开(公告)号：CN118866395A
公开(公告)日：2024-10-29
申请号：CN202411343274.0
申请日：2024-09-25
Applicant: 浙江大学
IPC: G16H50/80 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于多模态数据的流感趋势预测方法和装置，属于流行病监测和人工智能相结合的技术领域，包括：提取百度指数模态、气象数据模态、以及图数据模态对应的三类综合特征向量；将每个模态对应的综合特征向量基于通过注意力机制计算的注意力权重进行加权求和得到总综合特征向量；利用包含多头自注意力机制、前馈神经网络、多模态交互层、以及多层次特征融合的预测模型对总综合特征向量进行深度特征融合并基于融合特征预测流感阳性率，得到流感趋势，这样来提高流感趋势预测的精度和可靠性。
-
公开(公告)号：CN118866390A
公开(公告)日：2024-10-29
申请号：CN202411343273.6
申请日：2024-09-25
Applicant: 浙江大学
IPC: G16H50/70
Abstract: 本发明公开了一种处方篡改行为的综合检测方法和系统，包括：获取医保诊疗数据并提取特征信息后基于特征信息计算处方数量和药品剂量变化；通过对处方数量和药品剂量变化进行统计分析得到描述性特征、趋势性特征，并依据这些特征进行初级异常检测；以初级异常检测得到的描述性特征、趋势性特征以及引入的行为特征构成数据集，利用孤立森林算法对数据集进行二级异常检测来确定初始异常数据点并标记；利用深度学习模型基于标记的初始异常数据点进行数据重构，通过比较重构误差与异常阈值进行终级异常检测来确定最终异常数据点，并基于最终异常数据点确定处方篡改行为，这样可以提升处方篡改行为的检测准确性。
-
公开(公告)号：CN118039147A
公开(公告)日：2024-05-14
申请号：CN202410173757.4
申请日：2024-02-07
Applicant: 浙江大学
IPC: G16H50/30 , G16H50/70 , G16H10/60 , G06F18/241 , G06N3/084 , G06F18/214
Abstract: 本发明公开了一种基于神经网络的胃癌患病风险评估方法和装置，包括：获取病例人群的胃癌患病风险因素数据并进行预处理；获取病例人群的临床检测数据和生化数据，并按照OLGA/OLGIM评判原则将病例人群划分为低危胃癌组，中危胃癌组，高危及患病胃癌组这三组胃癌风险等级，作为标注数据；基于采样后的数据采用神经网络DANets学习各组胃癌患病风险因素数据与胃癌风险等级之间的关系，得到最佳评估模型；利用最佳评估模型对验证集进行验证得到分类验证效果，利用SHAP算法得到神经网络的可视化信息，实现对各风险因素的重要性进行分析，这样能够实现廉价、无创、快速、高精度的胃癌患病风险评估。
-
公开(公告)号：CN118001514A
公开(公告)日：2024-05-10
申请号：CN202410252704.1
申请日：2024-03-06
Applicant: 浙江大学医学院附属第一医院(浙江省第一医院)
IPC: A61M5/32
Abstract: 本发明提供了一种便携式医疗废物预处理装置，属于医疗器械技术领域。它解决了医护人员在病房巡查时不方便处理和收集锐器等问题。本便携式医疗废物预处理装置包括底盘和锐器处理装置，底盘设置有用于回收锐器的回收腔，锐器处理装置设置于回收腔上方，锐器处理装置与底盘之间设置有让位通道，让位通道连通回收腔，壳体靠近回收腔的侧壁上开设有第一开口，第一开口转动连接有用于封闭该第一开口的侧板，侧板一端与底盘卡扣连接，侧板靠近回收腔的一侧可拆卸设置有磁吸装置。本发明具有医疗锐器毁形且分开存放等优点。
-
公开(公告)号：CN117912689A
公开(公告)日：2024-04-19
申请号：CN202410086604.6
申请日：2024-01-22
Applicant: 浙江大学
IPC: G16H50/30 , G16H50/20 , G16H80/00 , G06F16/36 , G06F40/186 , G06F16/35 , G06N3/045 , G06N3/08 , G06N5/02
Abstract: 本发明公开了一种基于大语言模型的胃癌健康宣教和患病风险预测系统和方法，包括：基于文本交互模块实现与用户的文本交互；基于意图识别模块识别输入的咨询文本的意图；基于胃癌健康宣教模块根据咨询文本包括的胃癌相关问题进行胃癌健康宣教知识库的第一匹配和利用第一匹配结果并基于提示模版生成宣教提示；基于胃癌患病风险预测模块根据用户问卷信息进行胃癌患病诊断相关知识库的第二匹配和利用第二匹配结果并基于提示模版生成预测提示；基于模型调用模块根据宣教提示生成胃癌健康宣教文本，或根据预测提示生成胃癌患病风险预测结果文本，以实现快速准确地以及个性化的胃癌健康宣教和患病风险预测。
-
Patent Agency Ranking
公开(公告)号：CN117690604A
公开(公告)日：2024-03-12
申请号：CN202311680812.0
申请日：2023-12-08
Applicant: 浙江大学
IPC: G16H70/40 , G06F16/332 , G06F16/33 , G06F16/335 , G06N5/04
Abstract: 本发明公开了一种基于大语言模型的糖尿病健康宣教和用药推荐系统，包括文本交互模块，咨询文本的输入和健康宣教文本和用药推荐文本的输出；意图识别模块，对咨询文本进行意图识别；健康宣教模块，启用健康宣教知识库以及提示模版并生成健康宣教提示后发送至模型调用模块；用药推荐模块，启用糖尿病用药推荐知识库和推荐提示模版并生成用药推荐提示后发送至模型调用模块；模型调用模块，基于健康宣教提示或用药推荐提示调用大语言模型生成健康宣教文本或药推荐文本并返回。该系统提高医疗服务的效率并节约宝贵的医疗资源；增强了健康宣教的互动性；提供更加精确和针对性的用药推荐，从而确保患者得到最适合其情况的药物建议。
-
公开(公告)号：CN117690598A
公开(公告)日：2024-03-12
申请号：CN202311717491.7
申请日：2023-12-14
Applicant: 浙江大学
Abstract: 本发明公开了一种基于大语言模型的无标签医疗表格数据学习方法和装置，包括：获取无标签医疗表格数据，并对无标签医疗表格数据进行预处理得到处理后的医疗表格数据；为医疗表格数据中的每条记录生成标注任务提示词组成提示词数据集，其中，标注任务提示词包括通用提示词、独有提示词以及要求提示词；利用大语言模型基于提示词数据集为每条记录标注伪标签，得到带有伪标签的医疗表格数据集；采用DivideMix算法并根据带有伪标签的医疗表格数据集对分类模型进行有噪声数据学习以优化分类模型参数。这样可以充分利用无标签医疗表格数据进行分类任务学习。
-
公开(公告)号：CN116597902B
公开(公告)日：2023-12-01
申请号：CN202310447492.8
申请日：2023-04-24
Applicant: 浙江大学
Abstract: 的基础上能够通过机器学习的可解释性来减少本发明公开了一种基于药物敏感性数据的 预测患者药物敏感性所需的生物标志物数量并多组学生物标志物筛选方法和装置，通过转录组 提高了预测的性能和效率。生物标志物筛选模块和DNA甲基化组生物标志物筛选模块来筛选出对于影响患者药物敏感性预测的最重要的一组候选转录组生物标志物和候选DNA甲基化组生物标志物，然后通过多组学联合筛选模块对候选转录组生物标志物、候选DNA甲基化组生物标志物以及临床数据进行联合筛选以得到混合候选组，最后基于敏感性预测效果(56)对比文件Qin-Yu Zhao 等.A Novel IntercellularCommunication-Associated Gene Signaturefor Prognostic Prediction and ClinicalValue in Patients With LungAdenocarcinoma《.Frontiers in Genetics》.2021,第12卷1-13.Alexandra Bomane 等.PaclitaxelResponse Can Be Predicted WithInterpretable Multi- Variate ClassifiersExploiting DNA- Methylation and miRNAData《.frontiers in Genetics》.2019,第10卷1-12.Ruiwei Feng 等.AGMI: Attention-GuidedMulti-omics Integration for Drug ResponsePrediction with Graph Neural Networks.《arXiv》.2022,1-4.Sofia P. Miranda 等.Predicting drugsensitivity of cancer cells based on DNAmethylation levels《.bioRxiv》.2020,1-53.
-
公开(公告)号：CN115547502B
公开(公告)日：2023-04-07
申请号：CN202211486609.5
申请日：2022-11-23
Applicant: 浙江大学
IPC: G16H50/30 , G06F16/35 , G06F40/284 , G06N3/0442 , G06N3/045 , G06N3/047 , G06N3/048 , G06N3/088
Abstract: 本发明公开了一种基于时序数据的血透病人风险预测装置，采用双向GRU‑D网络以端到端的方式来处理临床检查时序数据，能够同时较好地处理不均匀采样、有较多缺失值的临床数据，更好地捕捉病人临床数据的动态变化，在此基础上，以临床检查时序数据、图像诊断文字信息、病人个体特征信息这三种多模态信息作为数据源，并采用深度学习依据数据源来提取临床检查表征、诊断表征以及个体特征表征，然后结合这三个特征预测血透病人的死亡率，这样提升死亡预测的准确率和效率，为医生诊疗提供辅助，对于预测出潜在死亡的病人，医生可以及时给与干预，从而优化医疗资源的干预。
-
公开(公告)号：CN110179548B
公开(公告)日：2021-01-08
申请号：CN201910566384.6
申请日：2019-06-27
Applicant: 浙江大学医学院附属第一医院
IPC: A61B90/00
Abstract: 本发明公开了一种预测前端修剪PICC导管置管长度的方法。该方法按以下步骤操作：（1）测量穿刺点到右胸锁关节的长度L；（2）对患者进行身高、体质量的测量，记录并计算其BMI身体质量指数；（3）计算PICC导管预测长度B，PICC导管预测长度B=穿刺点到右胸锁关节的长度L+根据身高和BMI身体质量指数确定的长度b。本发明具有使前端修剪PICC置管更加个体化、精准化，有效减少临床并发症且操作简便的优点。
-
-
-
-
-
-
-
-
-
Search Results
40
records
(took 0.029 seconds)
