公开(公告)号：CN119361138A

公开(公告)日：2025-01-24

申请号：CN202411930912.9

申请日：2024-12-26

Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)

Inventor： 陈群 ,  范嘉骏 ,  杨静静 ,  宁万山 ,  顾颖 ,  刘帅

IPC: G16H50/20 ,  G16H50/70 ,  G06F18/20 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084 ,  G06F40/16 ,  G06F40/30

Abstract: 本发明提供了一种基于链式推理与多模态融合的医疗诊断系统及其应用，属于医疗保健信息学技术领域。该系统包括数据预处理模块、数据融合模块、模型推理模块和输出模块，能够对患者的多模态医疗数据（包括文本数据、医学影像数据和结构化数据）进行深度处理与智能分析。输出模块提供诊断结果及详细的推理过程，提高诊断结果的可解释性与可信度。本发明通过多模态数据融合、链式推理机制与优化的损失函数设计，显著提升了疾病诊断的准确性、泛化能力和可解释性，突破了传统技术在单一模态分析和“黑盒”推理方面的局限，为临床医生提供透明、高效、智能的诊断决策支持，推动医疗诊断向智能化、精准化发展。

公开(公告)号：CN119132580A

公开(公告)日：2024-12-13

申请号：CN202411612502.X

申请日：2024-11-13

Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)

Inventor： 宁万山 ,  陈群 ,  马驰原 ,  许睿智 ,  苏笃斌 ,  杨静静

IPC: G16H50/20 ,  G16H50/30 ,  G06F18/15 ,  G06F18/213 ,  G06F18/24 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及深度学习技术领域，公开了基于深度学习的多时间点多器官衰竭风险预测方法及装置，方法包括以下步骤：收集ICU患者信息并进行预处理，获得初始特征数据集并选取对预测最重要的若干特征，作为模型输入特征；从初始特征数据集中筛选出模型输入特征对应的数据作为模型训练集；基于卷积层和长短期记忆网络构建MultiOrgRiskNet模型，并利用模型训练集训练得到若干个独立器官衰竭风险预测模型，包括预测不同器官在不同时间段之后发生衰减风险的模型；集成若干个独立器官衰竭风险预测模型作为多时间点多器官衰竭风险预测模型，根据临床数据实时预测多时间点多器官的衰竭风险。本发明能够精准评估不同时间点发生器官衰竭地风险。