[发明专利]一种基于大数据的COPD疾病辅助诊断监测系统在审
| 申请号： | 201911028122.0 | 申请日： | 2019-10-28 |
| 公开（公告）号： | CN110739075A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 卢剑伟 | 申请（专利权）人： | 常州工业职业技术学院 |
| 主分类号： | G16H50/20 | 分类号： | G16H50/20;G16H50/70;G16H40/67;G16H30/20;G16H10/20;A61B5/0205;A61B5/1455;A61B5/00 |
| 代理公司： | 32258 常州市英诺创信专利代理事务所(普通合伙) | 代理人： | 于桂贤 |
| 地址： | 213164 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于大数据的COPD疾病辅助诊断监测系统，包括获取模块、子集生成模块、计算模块和监测装置，获取模块：获取数据库中的COPD疾病数据，COPD疾病数据包括COPD患者信息和COPD患者临床信息；子集生成模块：获取COPD疾病数据中具有第一数量的病症特征，通过MDF算法获得特征子集；计算模块：基于第一算法对特征子集进行分类，输出判断结果；监测装置：用于对患者体征进行实时监测，所述监测装置包括肺部监测单元、指甲监测单元。本发明能够挖掘多维数据特征，设计COPD疾病分析算法，深化学习，优化COPD诊断模型，并应用于临床辅助诊断，是一条将医疗大数据运用于COPD临床辅助诊断的途径，对医疗领域信息系统数据模型的完善、发展和实用化具有重大意义。 | ||
| 搜索关键词： | 辅助诊断 疾病数据 监测装置 算法 获取模块 计算模块 监测单元 特征子集 子集生成 大数据 信息系统数据 病症特征 多维数据 患者信息 疾病分析 监测系统 临床信息 实时监测 输出判断 医疗领域 重大意义 肺部 体征 指甲 数据库 诊断 分类 挖掘 疾病 医疗 优化 应用 学习 | ||
【主权项】：
1.一种基于大数据的COPD疾病辅助诊断监测系统，其特征在于，包括获取模块、子集生成模块、计算模块和监测装置；/n所述获取模块：用于获取数据库中的COPD疾病数据，所述COPD疾病数据包括COPD患者信息和COPD患者临床信息；/n所述子集生成模块：用于获取COPD疾病数据中具有第一数量的病症特征，通过MDF算法获得特征子集；/n所述计算模块：基于第一算法对特征子集进行分类，输出判断结果。/n所述监测装置：用于对患者体征进行实时监测，所述监测装置包括肺部监测单元、指甲监测单元。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于常州工业职业技术学院，未经常州工业职业技术学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911028122.0/，转载请声明来源钻瓜专利网。
- 上一篇：感染防控装置以及感染防控系统
- 下一篇：一种医疗人工智能公共训练平台
- 同类专利
- 用于生成信息的方法和装置-201810889300.8
- 贾丹;杨叶辉;夏源;罗程亮;范斌 - 百度在线网络技术(北京)有限公司
- 2018-08-07 - 2020-02-14 - G16H50/20
- 本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取第一用户的询问文本和第二用户的回答文本；从上述第一用户的询问文本中确定第一症状信息；根据上述第一症状信息和上述询问文本，确定上述询问文本所包括的问题的问题类型；根据所确定的问题类型，从上述回答文本中提取针对上述问题的答案信息。该实施方式有效利用了第一用户的询问文本和第二用户的回答文本，实现了第一症状信息和答案信息挖掘。
- AI慢病管理方法、计算机存储介质及电子设备-201911073552.4
- 华飞;项守奎;练学淦;史斌洪;恽建波;蒋建庭;蔡杰;包文正;黄文浚 - 常州糖族部落云健康科技有限公司
- 2019-11-06 - 2020-02-14 - G16H50/20
- 本发明公开了一种AI慢病管理方法、计算机存储介质及电子设备，AI慢病管理方法，包括以下步骤：S1、获取慢病数据集合，处理得到数据网络集合；S2、划分为普通级分类数据集和优先级分类数据集；S3、将普通级分类数据集和优先级分类数据集进行分类，得到多个精细分类数据集；S4、分别进行训练，得到训练模型；S5、获取用户的身份信息、地理信息和慢病信息，并将其输入训练模型；S6、训练模型关联预定范围内的第三方，并根据训练模型的反馈信息确定是否需要联系第三方。根据本发明实施例的AI慢病管理方法，结合慢病数据集合进行模型训练，得到的训练模型可以广泛用于患者的多种慢病，便于对患者进行干预性治疗。
- 一种Xp11.2易位型肾癌的风险预测装置-201921341331.6
- 甘卫东;施乾铖;刘宁;屈峰;李冬梅;徐林锋;刘光香;郭宏骞 - 南京鼓楼医院
- 2019-08-19 - 2020-02-14 - G16H50/20
- 本实用新型公开了一种Xp11.2易位型肾癌的风险预测装置，涉及疾病预测技术领域，主要包括包含有风险评估区域和信息输入区域的底板以及性别输入滑块、临床症状输入滑块、年龄输入滑块、CT平扫密度输入滑块、钙化灶输入滑块、CT增强模式输入滑块；其中，信息输入区域包括六个信息输入子区域，每个信息输入子区域放置一个滑块，且不同的信息输入子区域放置不同的滑块。根据常规检查结果滑动上述滑块，确定滑块对应的风险区域，进而确定Xp11.2易位型肾癌风险等级，从而实现在提高术前诊断准确性的前提下避免术前穿刺的风险。
- 一种智能舌诊数据处理系统及方法-201911030612.4
- 荣坚;黄让涛;王梅娟;肖峰 - 北京峰云视觉技术有限公司
- 2019-10-28 - 2020-02-11 - G16H50/20
- 本发明公开了一种智能舌诊数据处理系统，该系统包括：用户端、舌象采集端、云服务器端和信息维护端；其中，用户端的功能包括：采集用户的基本信息和基于问诊问卷获取用户的问诊信息；舌象采集端的功能包括：采集用户的舌体图像和/或嘴唇图像；云服务器端的功能包括：生成对用户有针对性的问诊问卷，并根据相关信息生成诊断结果；信息维护端，用于对不同类型的信息进行维护。由此可知，通过该系统能够实现自动化的为用户诊断身体状况的目的，解决了现有技术中用户无法及时的了解自身的身体健康状况，更无法根据身体健康状况进行调理的问题。
- 医学资料的评定处理方法及装置、存储介质、电子设备-201911048001.2
- 王雪莲;汤晋军;沈智利 - 泰康保险集团股份有限公司;泰康养老保险股份有限公司
- 2019-10-30 - 2020-02-11 - G16H50/20
- 本发明公开了一种医学资料的评定处理方法、医学资料的评定处理装置、计算机可读存储介质和电子设备，涉及医学信息处理技术领域。该医学资料的评定处理方法包括：获取一待评定医学资料，以及待评定医学资料对应的疾病类型；利用与疾病类型匹配的第一评定规则对待评定医学资料进行评定，得到第一评定结果；获取针对待评定医学资料的人为评定结果，作为第二评定结果；如果第一评定结果与第二评定结果不一致，且第二评定结果为正向评定结果，则获取与第二评定结果对应的第二评定规则，并将第二评定规则与疾病类型关联，以及对第二评定规则与疾病类型的关联状态进行可视化展示。本公开可以提高医学资料评定工作效率。
- 智能健康系统-201810841597.0
- 黄千芬;林家庆 - 健康力股份有限公司
- 2018-07-27 - 2020-02-07 - G16H50/20
- 本发明涉及一种智能健康系统，系包括有一智慧健康平台，该智慧健康平台则同时联机有一远程服务器以及至少一诊所，该远程服务器是提供该智慧健康平台所需要的多个大数据资料；该智能健康平台包括有一图形处理单元、一小儿科健康数据模块、复数个数据模块、一家庭医师小儿科诊所接口及一感冒病患医治端。该图形处理单元(GPU)能执行人工智能的学习模块，处理大量不同医科的相关健康数据、健康数据及不同的健康状态等等。透过本发明的智能健康系统能有效地提供除了家庭医师专业领域以外的辅助信息，并且透过各个诊所所回馈的病历数据，执行学习强化于该复数个健康数据模块中，让原本专业领域的家庭医师能够初步解决其责任地区的病患问题。
- 一种细胞形态学人工智能自动诊断新方法-201910892229.3
- 曹小伍;雷铭轩 - 杭州憶盛医疗科技有限公司
- 2019-09-20 - 2020-02-07 - G16H50/20
- 本发明提供一种细胞形态学人工智能自动诊断新方法，涉及医疗诊断技术领域。该细胞形态学人工智能自动诊断新方法，包括以下步骤：S1.建立数据共享系统，搭接细胞形态学诊断平台；S2.开展细胞形态学分析会议，研究医院端上传的血细胞形态与骨髓细胞形态等；S3.建立数据分析模型，设置相关程序算法，训练人工智能机器人。通过训练人工智能机器人，利用人工智能机器人的自我学习与分析能力可以自动对细胞进行诊断，无需使用庞大的数据库进行比对，这种方式不仅节约大量的时间，分析结果的准确率大大提高，同时，对于一些新的细胞形态数据库中是完全可以进行分析的，从而加快了人工智能自动诊断技术的发展。
- 一种基于比对分析的食物过敏原分析系统-201911042698.2
- 康健;王铭点;邵春生;潘冬杰;郭克华;周大维;郭邱勇;胡欣昱 - 中南大学湘雅三医院;周大维
- 2019-10-30 - 2020-02-07 - G16H50/20
- 本发明公开了一种基于比对分析的食物过敏原分析系统，包括：输入系统：用于输入发生过敏症状当日所摄入食物及时间，输入发生的过敏症状；过敏原数据库：用于储存过敏诱发物、其所含过敏原与相关过敏症状的信息；比对分析系统：用于将每一具体记录选项与过敏原数据库中过敏原信息进行比对，并对每一过敏原致敏的可能性与诱发物诱发过敏的可能性进行评分并排名；输出系统：用于将总分靠前的过敏原及其所存在的诱发物依照总分高低排序呈递给患者，并根据过敏原数据库中的数据自动向用户推荐应避免摄入的食物。本发明能够自动分析诱发过敏的诸过敏原并对其可能性进行排名，以便患者完成过敏性疾病的自诊初诊，并为医生的诊疗提供了便利。
- 一种基于大数据的肺癌筛查系统-201911076397.1
- 赵阳;王宝娜;张淑群;康华峰;刁岩;王力;闵卫利;王梦;高潇 - 西安交通大学医学院第二附属医院
- 2019-11-06 - 2020-02-07 - G16H50/20
- 本发明涉及肺癌肿瘤筛查技术领域，具体为一种基于大数据的肺癌筛查系统，包括中心服务器，多个与中心服务器通过网络连接的网络节点以及多个与中心服务器网络连接的便携监控设备，每个所述网络节点连接一个区域内的医院数据平台，所述医院数据平台将患者的诊断信息实时通过网络节点传输给中心服务器，所述便携监控设备通过穿戴在患者的身上以及布置在患者的周围，通过前期可以对大量用户进行肺癌的初步筛查，对于高风险的用户，提醒其至医院进行确诊，一方面扩大了肺癌筛查的范围，另一方面通过分级筛查，节省成本，使得医疗资源使用更加有效；同时对患有肺病的患者进行癌变可能的预测，及时的将肺癌遏制在癌症初期。
- 人工智能辅助病理诊断系统及方法-201911368872.2
- 彭之磊;杨林;沈珏玮;崔磊;崔灿 - 杭州迪英加科技有限公司
- 2019-12-26 - 2020-02-07 - G16H50/20
- 本发明涉及人工智能辅助病理诊断系统，包括病理信息库，病理专家库以及由处理器执行的一个或多个程序，所述程序包括用于执行以下步骤：接收数字病理文件；为数字病理文件匹配智能诊断算法模型，生成初步诊断意见和初步分析报告；当所述初步诊断意见为阴性时，将所述初步分析报告作为最终分析报告，否则，进入分流程序，匹配一个对应的专病医生，接收来自所述专病医生的最终分析报告。本申请中还提供了人工智能辅助病理诊断方法。本申请借助人工智能手段，实现对数字病理文件的初步筛查，筛查呈阴性的数字病理文件直接生成初步分析报告，筛查可能有问题的数字病理文件转到专病医生那里进行人工确诊，从而减轻病理医生的工作量。
- 一种适用于慢性病人的自动续诊及取药方法-201810377754.7
- 郭剑峰;丁腊春;袁韬;朱小兰 - 南京旭颢信息科技有限公司
- 2018-04-25 - 2020-02-07 - G16H50/20
- 本发明涉及一种适用于慢性病人的自动续诊及取药方法；能够实现慢性病人的自动续诊、自动缴费、自动取药，提高医院的公共资源的利用效率，保持慢性病人的病情稳定。
- 基于医疗信息平台的数据互动训练方法及系统-201611148123.5
- 赵欣 - 天津迈沃医药技术股份有限公司
- 2016-12-13 - 2020-02-07 - G16H50/20
- 本发明提供一种基于医疗信息平台的数据互动训练方法及系统，包括：(1)医疗信息平台对平台采集的信息数据进行分类；(2)根据医疗信息平台的诊疗数据，设定与疾病关联的关键词；(3)医生对既有治疗史，提取病情信息，通过关键词做出自己的判断并给出合理解释，并由系统在大数据分析的基础上判断其正确性；(4)医生通过大数据分析结果得到某种疾病的大多数其他医生治疗方案并微调自己的治疗方案；(5)平台专家来进行二次判断。判断结果会返回给该医生，若优于平台方案则新增平台治疗史数据。通过本发明，对信息进行深层次利用，对医生提供与平台的互动训练，并利用平台数据分析并收集训练结果，提升医生职业水平，并使平台数据更精准。
- 皮肤病的数据融合分级诊疗方法与服务平台-201910812685.2
- 陈翔;赵爽;黄凯;粟娟;朱武;李芳芳;匡叶红;李捷 - 陈翔;中南大学湘雅医院
- 2019-08-30 - 2020-02-04 - G16H50/20
- 本发明涉及图像识别分类与疾病分级技术领域，尤其为一种皮肤病的数据融合分级诊疗方法与服务平台，包括患者档案管理模块、智能皮肤病识别终端、智能辅助诊疗模块、智能推荐就诊模块、挂号模块、诊疗管理模块、药品配送模块、随访管理模块。该皮肤病分级诊疗平台及其方法，通过患者档案管理模块，以患者主索引为基础，实现患者在皮肤病医联体单位就诊行为及数据的识别、融合，形成完整的患者诊疗档案，通过智能皮肤病识别终端，对皮肤病进行初步分类分型，通过智能辅助诊疗模块，对皮肤病进行进一步的鉴别诊断，通过智能推荐就诊模块，能够向患者推荐合适的的医疗机构及专科医生。
- 脑血管医疗质量控制方法、系统、设备和存储介质-201910887301.3
- 任力杰;李维平;胡诗雨;雷志浩;冯宏业;王洋 - 深圳市第二人民医院
- 2019-09-19 - 2020-02-04 - G16H50/20
- 本发明实施例公开了一种脑血管医疗质量控制方法，包括：获取脑血管病人的医疗数据；获取与医疗数据对应的医疗知识图谱作为目标医疗知识图谱；采用所述目标医疗知识图谱对所述医疗数据进行解析，计算所述脑血管病人的病情严重系数；根据所述病情严重系数，确定与所述病情严重系数对应的医疗配置。该脑血管医疗质量控制方法能够解决脑血管病人就医难的问题，而且还能够避免由于医生的经验不足导致的错误医疗配置，在一定程度上保证了对医疗质量的控制，提高了医疗质量控制效率和效果。此外，还提出了一种脑血管医疗质量控制系统、设备和存储介质。
- 一种图像处理方法、装置、设备以及存储介质-201911002156.2
- 李悦翔;陈嘉伟;郑冶枫 - 腾讯科技(深圳)有限公司
- 2019-10-21 - 2020-02-04 - G16H50/20
- 本申请实施例公开了一种图像处理方法、装置、设备及存储介质，其中，该方法包括：获取待处理的目标图像；对所述目标图像进行多层级特征提取并对每个层级提取的特征图进行尺度标准化处理得到多个特征图；对所述多个特征图进行特征融合得到融合特征，根据所述融合特征确定多层级各自的权重，根据所述多个层级各自的权重对所述多个特征图加权得到目标特征图；根据所述目标特征图确定所述目标图像对应的检测结果。该方法能够实现高低层级间全局性跨层级的信息流动，提高图像检测性能。
- 中医智能诊断方法及系统-201911008423.7
- 安鹏;陆杰;吴明辉 - 秒针信息技术有限公司
- 2019-10-22 - 2020-02-04 - G16H50/20
- 本发明提供了一种中医智能诊断方法及系统，该方法包括：电子病历系统接收把脉仪所采集的患者的脉象数据；所述电子病历系统将所述脉象数据与诊断库中的历史数据进行匹配；所述电子病历系统根据匹配结果给出所述患者的诊断提示。在本发明中，将把脉仪与电子病历系统进行结合，从而可根据诊断库中的历史数据进行智能诊断，从而缩短了中医的学习和诊断时间，提高了中医诊断的准确率和效率。
- 一种主动脉血管壁斑块智能诊断方法-201911068110.0
- 刘新;黄志炜;李晓伟;陈铭湘 - 广州互云医院管理有限公司
- 2019-11-05 - 2020-02-04 - G16H50/20
- 一种主动脉血管壁斑块智能诊断方法，涉及磁共振成像技术，该方法包括以下骤：步骤一、训练数据准备；步骤二、深度学习网络模型搭建；步骤三、深度学习网络训练；步骤四、深度学习网络测试，采用深度学习网络直接从K空间对主动脉血管壁中的斑块进行筛查并进行分类，此网络模型与其它网络模型相比，实现了从K空间数据输入直接到斑块风险分类输出的功能，充分利用了数据频率域以及图像域信息，无需重建原始图像，进一步缩短了数据处理时间，简化了斑块诊断过程，同时还可以有效缩短成像时间，辅助医生实现快速而精确的诊断，节约医疗成本，使主动脉血管壁斑块的诊断评估更加的标准化。
- 一种基于卷积神经网络和激光测振的中医诊断方法-201911213400.X
- 孙善宝;罗清彩;于玲;马辰 - 山东浪潮人工智能研究院有限公司
- 2019-12-02 - 2020-02-04 - G16H50/20
- 本发明公开了一种基于卷积神经网络和激光测振的中医诊断方法，属于神经网络在医疗辅助诊断中应用的技术领域。本发明的基于卷积神经网络和激光测振的中医诊断方法通过激光测振装置采集脉象数据，将多次采集的脉象数据输入到卷积神经网络中组成训练数据集，将训练数据集进行切脉网络模型训练，形成切脉神经网络，并得到切脉神经网络模型；被检测者的脉象数据输入到切脉神经网络模型中，形成脉象结果输出。该发明的基于卷积神经网络和激光测振的中医诊断方法更加具有针对性，更加符合受测人群的需求特点，并且使得数据更加准确合理，具有很好的推广应用价值。
- 基于特征组的中医主症选择方法-201710445511.8
- 颜建军;刘国萍;顾巍杰;郭睿;燕海霞;王忆勤;王灼龙 - 华东理工大学;上海中医药大学
- 2017-06-14 - 2020-02-04 - G16H50/20
- 本发明公开了一种基于特征组的中医主症选择方法，包含以下步骤：1、对原始特征集进行筛选；2、利用特征聚类算法对筛选后的特征集进行聚类，得到相应的特征组；3、向每一个特征组引入一个隐变量，得到相应的隐类模型，计算隐变量与标签之间的相关性；4、根据隐变量与标签之间的相关性从大到小对特征组进行排序；步骤5、将排序后的特征组依次加入被选特征子集，建立含有隐变量的贝叶斯网络；6，计算贝叶斯网络的分类准确率，进而得到加入的特征组个数与分类准确率的曲线，通过判断曲线的收敛或者最高准确率得到相应的最优特征子集。本发明以特征组为选择目标，由多个特征所组成的特征组具有对原始数据更好的表示能力。
- 基于机器学习的皮肤病智能问诊方法和系统-201910828583.X
- 陈向齐;陈胜平 - 中国人民解放军联勤保障部队第九〇〇医院
- 2019-09-03 - 2020-01-31 - G16H50/20
- 本发明涉及一种基于机器学习的皮肤病智能问诊方法和系统；所述皮肤病智能问诊方法包括以下步骤：采集皮肤病患者的皮肤病病灶图像；使用基于机器学习的皮肤病图像智能分类器，识别皮肤病类型；根据皮肤病类型，结合皮肤病知识库数据，生成智能问诊报告；所述皮肤病智能问诊系统包括客户终端与皮肤病问诊服务器，皮肤病问诊服务器对客户终端采集的待测皮肤病病灶图像利用分类器模型进行分类，并生成问诊报告，客户终端接收并显示问诊报告。该皮肤病智能问诊系统降低了皮肤病问诊的成本和响应时间，提高了问诊的易用性和客观性。
- 一种代码级的脑卒中诊断基因电路设计方法-201910846559.9
- 王翔;于千千;张成;郝强;赵宗明;张准;于杰;司雨;刘梦晨 - 北京航空航天大学
- 2019-09-09 - 2020-01-31 - G16H50/20
- 本发明提供一种代码级的脑卒中诊断基因电路设计方法，步骤如下：1，搭建基因电路元件模型库；该元件模型库包括实现与、或、非三种基本逻辑功能的电路模型；2，利用程序设计将标志物或标志物组检测功能进行逻辑抽象，输出检测电路功能逻辑表达式；3，将逻辑表达式转换为门级电路图，为下一步基因电路的搭建奠定基础；4，获得脑卒中单一标志物或多种标志物的检测，实现疾病诊断；通过以上步骤，实现脑卒中标志物及标志物组不同逻辑功能检测电路的设计搭建，对生物学标志物分子进行实时检测和判断，使得电路达到对脑卒中进行预警和诊断效果的同时，提高了电路设计效率与检测准确度。
- 一种基于3D卷积神经网络的脑疾病诊断方法-201910918352.8
- 王莉;张鹏;梅雪;沈捷;何毅;曹磊 - 南京工业大学
- 2019-09-26 - 2020-01-31 - G16H50/20
- 本发明涉及一种基于3D卷积神经网络的脑疾病诊断方法，包括：1）获取正常和疾病的MRI脑图像数据样本；2）样本预处理，包括脑组织提取以及样本标准化；3）设计用于脑疾病诊断的3D卷积神经网络；4）MRI脑图像作为3D卷积神经网络的输入，进行网络训练提取出特征建立分类诊断模型；5）待测人员MRI脑图像经过预处理后作为输入送到3D卷积神经网络诊断模型中，得到输出标签，判断是否患病。优点：1）使用3D卷积神经网络建立脑疾病诊断模型，从MRI脑图像中自动学习特征。构建多隐含层的深度学习模型由计算机自动获取精准、有效的特征，最终提高了诊断模型的精度和泛化能力。2）适用于阿尔兹海姆症、抑郁症、儿童多动症等多种不同类型脑疾病的诊断。
- 出血事件发生评估方法和系统-201910971094.X
- 曹丰;包楠迪;武惠韬;车贺宾;范利 - 中国人民解放军总医院;曹丰
- 2019-10-14 - 2020-01-31 - G16H50/20
- 本申请涉及一种老年冠心病合并消化道恶性肿瘤患者出血事件发生评估方法和系统，其通过logit(p)＝‑0.026×AGE+0.024×Height‑0.004×DBp‑0.023×Hb‑0.03×Rbc‑0.014×Na‑0.016×DBil‑0.022×Tp‑0.046×Alb)‑0.046×P+0.009×TBil‑0.01×Ure+0.011×CA153‑0.00306375来评估带评估患者出血事件的发生概率，为临床工作提供重要的参考。
- 成骨不全症计算机智能诊断系统-201910990814.7
- 李梅;夏维波;郑文彬;王鸥;姜艳 - 中国医学科学院北京协和医院
- 2019-10-18 - 2020-01-31 - G16H50/20
- 本发明公开了一种对于引起反复骨折、危害严重的遗传性骨病——成骨不全症的计算机智能诊断系统。根据前期对大样本患者临床表型和致病基因突变的研究，建立了包括数据采集模块、特征提取模块、数据处理及诊断模块、数据输出模块的计算机智能诊断系统，数据采集模块包括病历信息单元、医学影像信息单元、实验检查信息单元，特征提取模块包括文本提取单元、图像提取单元、基因提取单元。本发明同时公开了一种成骨不全症风险评估模型的构建方法以及成骨不全症风险评估模型，本计算机智能诊断系统有助于提高疾病的诊断水平，并促进其早期有效防治。
- 感染防控装置以及感染防控系统-201911004152.8
- 唐杨烽;李白翎;徐志云;廖紫琳 - 唐杨烽;李白翎;徐志云;廖紫琳
- 2019-10-22 - 2020-01-31 - G16H50/20
- 本发明提供一种感染防控装置，用于对医院中病患的与感染有关的信息进行随时抽取及分析，从而及时有效地完成对病患的感染防控，其特征在于，包括：患者信息存储部、指导信息存储部、感染信息获取判定部、方案控制部、治疗方案检索生成部以及感染风险评估生成部，其中，感染信息获取判定部从患者记录存储部获取包含与感染相关的病历信息和/或检查记录信息作为感染信息并对该感染信息的内容进行判定，方案控制部则控制治疗方案检索生成部根据感染信息的判定结果生成相应的预防性用药方案、抗感染治疗方案、标准化治疗方案或感染预防方案。
- 一种基于大数据的COPD疾病辅助诊断监测系统-201911028122.0
- 卢剑伟 - 常州工业职业技术学院
- 2019-10-28 - 2020-01-31 - G16H50/20
- 本发明提供了一种基于大数据的COPD疾病辅助诊断监测系统，包括获取模块、子集生成模块、计算模块和监测装置，获取模块：获取数据库中的COPD疾病数据，COPD疾病数据包括COPD患者信息和COPD患者临床信息；子集生成模块：获取COPD疾病数据中具有第一数量的病症特征，通过MDF算法获得特征子集；计算模块：基于第一算法对特征子集进行分类，输出判断结果；监测装置：用于对患者体征进行实时监测，所述监测装置包括肺部监测单元、指甲监测单元。本发明能够挖掘多维数据特征，设计COPD疾病分析算法，深化学习，优化COPD诊断模型，并应用于临床辅助诊断，是一条将医疗大数据运用于COPD临床辅助诊断的途径，对医疗领域信息系统数据模型的完善、发展和实用化具有重大意义。
- 一种医疗人工智能公共训练平台-201911035609.1
- 刘晶晶;陈俊琰;郑忠斌;孙明霞 - 上海华东电信研究院
- 2019-10-29 - 2020-01-31 - G16H50/20
- 本发明涉及一种医疗人工智能公共训练平台，包括数据采集模块、数据分析系统和病种数据库，其中，数据分析系统用于先通过自动对比字段方式调取与医疗数据的特征字段匹配的预测模型，或者在不存在匹配的预测模型时自动建立预测模型，再将医疗数据的特征输入到预测模型中，由预测模型输出疾病种类或发病概率；自动建立预测模型的过程即以医疗数据的特征作为算法模型的输入，以其对应的疾病种类或发病概率作为算法模型的理论输出，不断调整算法模型的参数的过程。本发明的一种医疗人工智能公共训练平台，大大缩短了数据准备和数据建模的时间，同时减少了建模过程对统计学家和IT专家的依赖，可适用于众多的医疗大数据业务场景建模、诊断和预测。
- 一种基于上下文感知残差网络的舌图像分割方法-201910969290.3
- 李佐勇;樊好义;周常恩 - 闽江学院
- 2019-10-12 - 2020-01-24 - G16H50/20
- 本发明涉及一种基于上下文感知残差网络的舌图像分割方法，利用深度神经网络自动提取图像特征；基于提取到的特征图，利用区域候选网络确定舌体所在的候选区域；最后通过分割候选区域得到舌体分割结果。本发明能够有效提高舌图像分割的精度。
- 一种基于数据分析的病理诊断方法-201910846275.X
- 曹小伍;雷铭轩 - 杭州憶盛医疗科技有限公司
- 2019-09-09 - 2020-01-21 - G16H50/20
- 本发明公开了一种基于数据分析的病理诊断方法，具体包括以下步骤：S1、患者根据自身情况对病症进行描述，描述时尽可能细节化，然后医护人员将患者的描述输入到病症描述单元，且通过信息采集单元对患者的基本信息进行采集，图像信息也可以进行采集，采集的信息经过转换后和病症描述信息一起传递给病理诊断中心；本发明涉及病理诊断技术领域。该基于数据分析的病理诊断方法，能够根据患者提供的信息进行自动化病例分析，避免了医师主观诊断下效果不是很好的问题，且可以不断的对疾病症状数据库进行不断的补充完善，提高了病例诊断的准确率，且出现问题时能够和患者及时沟通，便于对患者的信息进行全面的采集，便于操作。
- 基于动态脑功能网络的阿尔茨海默病辅助诊断装置及方法-201910916563.8
- 信俊昌;卢思成;王中阳;王之琼;汪新蕾;陈金义 - 东北大学
- 2019-09-26 - 2020-01-21 - G16H50/20
- 本发明公布了一种基于动态脑功能网络的阿尔茨海默病辅助诊断装置及方法。诊断装置包括fMRI数据预处理单元、构建动态脑功能网络单元、生成用于训练的特征单元以及svm分类辅助诊断单元，该诊断装置的使用方法为：首先进行图像预处理，然后构建动态脑网络，其次计算分割后的脑网络的节点度量，并通过时间序列生成器将每个节点度量构成一个时间序列，随后通过特征提取器为构成的时间序列提取特征，再通过特征过滤器将过滤后的特征拼接成一个矩阵并通过特征筛选器筛选，最后通过数据训练器进行数据的分类训练，最终通过辅助诊断器实现对阿尔茨海默病的诊断。该方法克服了静态脑功能网络无法表示动态信息的缺陷，起到了更好的为医疗辅助诊断服务的效果。
- 专利分类
