-
公开(公告)号：CN118629645B
公开(公告)日：2025-01-21
申请号：CN202410671187.1
申请日：2024-05-28
IPC: G16H50/30 , G16H50/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于患者电解质紊乱的重症存活时间预测方法及系统，所述预测方法包括获取不同患者的电解质数据，根据电解质数据构建每个患者的电解质变化时间序列；设定不同的时间阈值；基于每个时间阈值，根据每个患者的电解质变化时间序列及其存活时间构建与时间阈值对应的样本数据集；构建生存预测模型；利用每个样本数据集对生存预测模型进行训练和验证，得到与时间阈值对应的目标预测模型；获取待预测患者的电解质检测数据，利用所有目标预测模型对电解质检测数据进行生存预测，得到不同时间阈值下患者的生存结果；根据不同时间阈值下患者的生存结果确定患者的存活时间。本发明在保证存活时间预测精度的基础上，大大提高了预测效率。
-
公开(公告)号：CN119303118A
公开(公告)日：2025-01-14
申请号：CN202411845510.9
申请日：2024-12-16
Applicant: 中南大学湘雅医院
Abstract: 本发明属于生物医药领域，公开了一种胶质淋巴系统的相关产品在制备诊断或治疗脓毒症脑病产品中的应用。本发明首次发现胶质淋巴系统能够有效诊断脓毒症脑病，及其认知功能障碍、神经炎症、星形胶细胞A1型活化严重程度。本发明还发现促进和改善胶质淋巴系统回流是脓毒症脑病的有效治疗靶点。本发明为制备脓毒症脑病的诊断产品、治疗产品（如能编码合成血管内皮生长因子C的腺病毒产品）提供了新的思路，具有广阔的应用前景。
-
公开(公告)号：CN118203334B
公开(公告)日：2024-12-06
申请号：CN202410315581.1
申请日：2024-03-19
IPC: A61B5/372 , A61B5/386 , A61B5/369 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/243 , G06F18/22 , G06N20/20
Abstract: 本发明针对医护人员人工识别脑电图费时费力的问题，提出一种用于多种异常脑电模式智能识别的方法及系统，用于爆发抑制、周期性放电、棘尖波、癫痫、低电压等异常脑电模式的识别；通过离散小波变换、带通滤波等方法进行数据预处理，然后通过快速傅里叶变换、小波分解、Minirocket等方法提取特征，通过模型得到最后的异常脑电识别结果以及异常脑电出现的时间点等信息辅助临床诊断；本发明综合考虑各种异常脑电模式之间的相似性和差异，使用数据重整等步骤加快识别速度；对应的异常脑电系统可以自动对脑电进行识别，指示异常脑电出现的时间点，并且以图像的形式进行展示，同时仿照医院的脑电报告格式进行脑电报告的输出，减轻医护人员读图压力。
-
公开(公告)号：CN115990276A
公开(公告)日：2023-04-21
申请号：CN202211370392.1
申请日：2022-11-03
Applicant: 中南大学湘雅医院
IPC: A61K49/00
Abstract: 本发明公开了一种可活体动态检测小鼠血脑屏障破坏的方法，其特征在于通过对C57小鼠进行颅骨盖板置换术得到可持续使用的脑组织光学观察窗，进而以荧光素钠(NaFL)作为荧光对比剂经腹腔注射后，应用小动物活体荧光成像技术检测选定脑区的荧光强度值作为血脑屏障通透性改变程度的定量指标。本发明的提供的检测方法，在疾病模型造模前后小鼠脑组织荧光强度增加值值变化趋势与脑组织中BBB损伤对比剂EB浓度变化趋势一致；其中脑组织荧光强度增加值可作为一种评估BBB通透性损伤的生物标志物，相较于现有技术的BBB损伤监测，本发明的监测方法可实现动态监测、无毒无害，且可长期反复使用形成自身前后对照。
-
Patent Agency Ranking
公开(公告)号：CN119724578A
公开(公告)日：2025-03-28
申请号：CN202411770432.0
申请日：2024-05-28
IPC: G16H50/30 , G16H50/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于电解质紊乱的重症存活时间预测模型训练方法及系统，所述训练方法包括获取不同患者的电解质数据，根据电解质数据构建每个患者的电解质变化时间序列；设定不同的时间阈值；基于每个时间阈值，根据每个患者的电解质变化时间序列及其存活时间构建与时间阈值对应的样本数据集；构建生存预测模型；利用每个样本数据集对生存预测模型进行训练和验证，得到与时间阈值对应的目标预测模型。本发明在保证存活时间预测精度的基础上，大大提高了预测效率。
-
公开(公告)号：CN118203334A
公开(公告)日：2024-06-18
申请号：CN202410315581.1
申请日：2024-03-19
IPC: A61B5/372 , A61B5/386 , A61B5/369 , A61B5/00 , G06F18/10 , G06F18/213 , G06F18/243 , G06F18/22 , G06N20/20
Abstract: 本发明针对医护人员人工识别脑电图费时费力的问题，提出一种用于多种异常脑电模式智能识别的方法及系统，用于爆发抑制、周期性放电、棘尖波、癫痫、低电压等异常脑电模式的识别；通过离散小波变换、带通滤波等方法进行数据预处理，然后通过快速傅里叶变换、小波分解、Minirocket等方法提取特征，通过模型得到最后的异常脑电识别结果以及异常脑电出现的时间点等信息辅助临床诊断；本发明综合考虑各种异常脑电模式之间的相似性和差异，使用数据重整等步骤加快识别速度；对应的异常脑电系统可以自动对脑电进行识别，指示异常脑电出现的时间点，并且以图像的形式进行展示，同时仿照医院的脑电报告格式进行脑电报告的输出，减轻医护人员读图压力。
-
公开(公告)号：CN115831305A
公开(公告)日：2023-03-21
申请号：CN202211645856.5
申请日：2022-12-20
IPC: G16H10/60 , G16H50/70 , G16H50/30 , G06F18/214 , G06F18/24
Abstract: 本发明公开了基于重症特征的疫情患者转阴天数分类预测方法及系统，本方法通过获取患者的病例数据表；计算病例数据表中的检测指标与核酸ct值的Pearson相关系数；根据Pearson相关系数，对病例数据表中的每一个检测指标的数据完整性进行打分，选取分数高于预设值的多个重症特征指标；根据多个重症特征指标，筛选转阴前的患者检测指标数据集；将患者检测指标数据集输入至训练好的预测模型中，获得患者转阴天数分类预测的结果。本发明能够提高分类预测患者转阴天数的准确度。
-
公开(公告)号：CN118629645A
公开(公告)日：2024-09-10
申请号：CN202410671187.1
申请日：2024-05-28
IPC: G16H50/30 , G16H50/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于患者电解质紊乱的重症存活时间预测方法及系统，所述预测方法包括获取不同患者的电解质数据，根据电解质数据构建每个患者的电解质变化时间序列；设定不同的时间阈值；基于每个时间阈值，根据每个患者的电解质变化时间序列及其存活时间构建与时间阈值对应的样本数据集；构建生存预测模型；利用每个样本数据集对生存预测模型进行训练和验证，得到与时间阈值对应的目标预测模型；获取待预测患者的电解质检测数据，利用所有目标预测模型对电解质检测数据进行生存预测，得到不同时间阈值下患者的生存结果；根据不同时间阈值下患者的生存结果确定患者的存活时间。本发明在保证存活时间预测精度的基础上，大大提高了预测效率。
-
公开(公告)号：CN116759098A
公开(公告)日：2023-09-15
申请号：CN202310724045.2
申请日：2023-06-19
Abstract: 本发明公开了一种危重症生存概率预测模型训练及预测方法，该方法包括获取奥密克戎患者患病数据；对患病数据进行处理，得到格式统一的患病数据；从患病数据中筛选出重症指标；对重症指标进行数据填充，并对数据填充后的所有重症指标进行归一化处理；以归一化处理后的重症指标为输入样本，以出院状态为输出样本，构建样本数据集；构建长短期记忆模型，模型包括依次连接的时间感知长短期记忆单元、全连接层以及激活层；利用样本数据集对模型进行训练，得到目标长短期记忆模型。本发明避免了不重要指标对模型准确度的影响，解决了传统模型无法适用于患者项目检查时间间隔不固定的场景。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.034 seconds)
