-
公开(公告)号：CN116504395B
公开(公告)日：2023-10-27
申请号：CN202310741625.2
申请日：2023-06-21
Applicant: 广东省人民医院 , 郑州大学第一附属医院
Abstract: 本发明提供了一种基于人工智能的骨质疏松预测方法、系统及存储介质，所述方法包括采用第一全局样本集对全局模型进行初步训练，将初步训练后的全局模型发送给医疗机构，同时将第一全局样本集中样本中所在区域和医疗机构所在区域相同或相近的样本发送给医疗机构；医疗机构利用由第二全局样本集和个性化样本集组成的多个batch，并根据batch中全局样本的占比确定学习率对全局模型进行个性化训练，得到个性化模型；获取患者的信息，将患者信息输入到个性化模型中得到预测结果，并计算可信度，将可信度和预测结果作为最终结果。本发明不仅能保护医疗机构的数据，而且能够有地域性的对骨质疏松进行预测，提高了预测的准确性。
-
公开(公告)号：CN118782236B
公开(公告)日：2024-12-31
申请号：CN202411264173.4
申请日：2024-09-10
Applicant: 汕头大学医学院 , 郑州大学第一附属医院
Abstract: 本发明提供一种基于大数据的门诊辅助检查分析方法及系统，属于信息分析领域；解决了门诊速度慢的问题；具体如下：步骤S1：获取历史病历和居民总数，计算每个病症的综合发病率系数组；步骤S2：获取医师信息，结合历史病历判断不同病症的病理分类以及不同病症间的诱发关系，并构建病症诊断模型；步骤S3：获取患者的判断参数；将判断参数输入病症诊断模型中，读取模型输出的判定病症、待定治疗时间和判定诱发症，作为初诊报告；步骤S4：汇总初诊报告，并反馈；本发明通过对目标医院的历史数据进行数据挖掘和数据归纳，确定不同病症的发病率和诱发关系，再利用机器学习判断患者病症；提高门诊的效率和速度。
-
Patent Agency Ranking
公开(公告)号：CN119818046A
公开(公告)日：2025-04-15
申请号：CN202411811379.4
申请日：2024-12-10
Applicant: 郑州大学第一附属医院
Abstract: 本发明涉及监测装置技术领域，公开了一种生理指标监测装置，包括桌台本体，桌台本体的顶端安装有监测装置本体，桌台本体的顶部设有防尘盒，通过设置的消毒机构，当使用者需要对监测装置本体进行消毒时，电机的输出端带动丝杆转动，丝杆则带动移动支座移动，移动支座可带动存储盒移动，挤压杆顶端的滚珠则沿着限位杆移动，限位杆为倾斜设置，滚珠则随着限位杆的底端移动，滚珠则被限位杆挤压，滚珠可使得挤压杆下降，挤压杆则带动推板下降，推板可将存储盒内部的消毒酒精送入传输管，随后从传输管底端的多个喷头中喷出，消毒酒精可对监测装置本体进行消毒处理，确保消毒过程的高效性和一致性，减少人工操作的风险。
-
公开(公告)号：CN113539404A
公开(公告)日：2021-10-22
申请号：CN202110910271.0
申请日：2021-08-09
Applicant: 郑州大学第一附属医院
IPC: G16H10/60 , G06F16/25 , G06F16/23 , G06F16/215
Abstract: 本发明提供的跨医院电子病历数据采集方法、系统及存储设备，包括：建立数据采集模板，并根据数据采集模板生成一例探测数据；模拟用户访问操作，输入探测数据，并将探测数据存储至采集端医院的后台数据库中；在采集端医院的后台数据库中，依据数据库结构完成该探测数据在后台数据库中的数据对齐；在采集端医院，根据数据采集模板和数据库结构，进行数据的采集；对采集端医院采集的每个数据采集项，进行重复性鉴别，当数据采集项重复时，删除重复的数据采集项，否则将采集的数据采集项存储至后台数据库中；能够自动实现跨医院之间的电子病历数据采集、清洗与存储，提升跨院数据交互的效率与质量；适用于医疗信息化领域。
-
公开(公告)号：CN118782236A
公开(公告)日：2024-10-15
申请号：CN202411264173.4
申请日：2024-09-10
Applicant: 汕头大学医学院 , 郑州大学第一附属医院
Abstract: 本发明提供一种基于大数据的门诊辅助检查分析方法及系统，属于信息分析领域；解决了门诊速度慢的问题；具体如下：步骤S1：获取历史病历和居民总数，计算每个病症的综合发病率系数组；步骤S2：获取医师信息，结合历史病历判断不同病症的病理分类以及不同病症间的诱发关系，并构建病症诊断模型；步骤S3：获取患者的判断参数；将判断参数输入病症诊断模型中，读取模型输出的判定病症、待定治疗时间和判定诱发症，作为初诊报告；步骤S4：汇总初诊报告，并反馈；本发明通过对目标医院的历史数据进行数据挖掘和数据归纳，确定不同病症的发病率和诱发关系，再利用机器学习判断患者病症；提高门诊的效率和速度。
-
公开(公告)号：CN113539404B
公开(公告)日：2024-07-12
申请号：CN202110910271.0
申请日：2021-08-09
Applicant: 郑州大学第一附属医院
IPC: G16H10/60 , G06F16/25 , G06F16/23 , G06F16/215
Abstract: 本发明提供的跨医院电子病历数据采集方法、系统及存储设备，包括：建立数据采集模板，并根据数据采集模板生成一例探测数据；模拟用户访问操作，输入探测数据，并将探测数据存储至采集端医院的后台数据库中；在采集端医院的后台数据库中，依据数据库结构完成该探测数据在后台数据库中的数据对齐；在采集端医院，根据数据采集模板和数据库结构，进行数据的采集；对采集端医院采集的每个数据采集项，进行重复性鉴别，当数据采集项重复时，删除重复的数据采集项，否则将采集的数据采集项存储至后台数据库中；能够自动实现跨医院之间的电子病历数据采集、清洗与存储，提升跨院数据交互的效率与质量；适用于医疗信息化领域。
-
公开(公告)号：CN116504395A
公开(公告)日：2023-07-28
申请号：CN202310741625.2
申请日：2023-06-21
Applicant: 广东省人民医院 , 郑州大学第一附属医院
Abstract: 本发明提供了一种基于人工智能的骨质疏松预测方法、系统及存储介质，所述方法包括采用第一全局样本集对全局模型进行初步训练，将初步训练后的全局模型发送给医疗机构，同时将第一全局样本集中样本中所在区域和医疗机构所在区域相同或相近的样本发送给医疗机构；医疗机构利用由第二全局样本集和个性化样本集组成的多个batch，并根据batch中全局样本的占比确定学习率对全局模型进行个性化训练，得到个性化模型；获取患者的信息，将患者信息输入到个性化模型中得到预测结果，并计算可信度，将可信度和预测结果作为最终结果。本发明不仅能保护医疗机构的数据，而且能够有地域性的对骨质疏松进行预测，提高了预测的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.035 seconds)
