-
公开(公告)号：CN118485864A
公开(公告)日：2024-08-13
申请号：CN202410595876.9
申请日：2024-05-14
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮大医疗信息技术有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/00
Abstract: 本发明属于医学图像处理技术领域，具体涉及基于YOLOv8的原发性中枢神经系统淋巴瘤检测分类方法及系统，包括：收集原发性中枢神经系统弥漫大B细胞淋巴瘤、颅内转移瘤、胶质母细胞瘤患者的MRI图像数据；对MRI图像数据进行处理，筛选出MRI图像中含有肿瘤的图像，与随机选取的患者无肿瘤图像组成数据集，将数据集分为训练集、验证集、测试集；对训练集、验证集中的图像进行标注；训练YOLOv8目标检测模型；采用分类损失更新模型的权重；评估目标检测模型的目标检测和分类性能。本发明能够成功检测PCNS‑DLBCL肿瘤，同时可以与GBM、BM相鉴别，具有较高的准确性和鲁棒性。
-
公开(公告)号：CN113673856B
公开(公告)日：2024-04-26
申请号：CN202110928674.8
申请日：2021-08-13
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
IPC: G06Q10/0631 , G06Q50/20 , G09B5/02 , G09B7/00 , G06Q10/0639
Abstract: 本发明提出了一种基于3D的医院感控模拟培训考核系统，包括应用层、平台层、传输层、感知层，其中感知层使用各种终端采集数据，通过传输层传输至不同平台进行处理，所述终端包括VR设备、3D人体模型的传感器、摄像头；传输层用于将感知层采集的数据向应用层和平台层提供进行可靠传输；平台层用于进行培训和考核的大数据分析、人员的身份信息管理和系统后台评价管理；应用层用于对感知层采集的数据进行计算、处理和挖掘，实现对系统的实时控制和精确管理。本发明利用更加有效的信息化技术手段，使培训方式更灵活，培训效果更理想，能够解决前面提出的感控培训考核的诸多困难。可以在当前新冠肺炎大流行背景下帮助医院发挥更大作用。
-
公开(公告)号：CN117133459B
公开(公告)日：2024-04-09
申请号：CN202311176801.9
申请日：2023-09-12
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮电大学 , 南京邮大医疗信息技术有限公司
IPC: G16H50/30 , G16H50/70 , G06F18/211 , G06F18/214 , G06F18/243 , G06N20/20 , G06N7/02
Abstract: 本发明提供一种基于机器学习的术后颅内感染预测方法及系统，涉及机器学习领域，包括如下：采集涉颅手术后患者的相关信息；对于接收的数据进行删除无用数据、数据清洗、标准化、错误修正；利用粗糙集算法进行特征选择；对特征选择的结果进一步加工，将数据划分为训练集和测试集；利用代价敏感随机森林进行模型训练；在训练完成后，对得到的模型进行评估；在模型训练完成后整理出四类文件，进行接口封装，使用所述接口进行颅内感染预测。通过上述方法及系统可以提高术后颅内感染预测的精确性。
-
公开(公告)号：CN117133459A
公开(公告)日：2023-11-28
申请号：CN202311176801.9
申请日：2023-09-12
Applicant: 江苏省人民医院(南京医科大学第一附属医院) , 南京邮电大学 , 南京邮大医疗信息技术有限公司
IPC: G16H50/30 , G16H50/70 , G06F18/211 , G06F18/214 , G06F18/243 , G06N20/20 , G06N7/02
Abstract: 本发明提供一种基于机器学习的术后颅内感染预测方法及系统，涉及机器学习领域，包括如下：采集涉颅手术后患者的相关信息；对于接收的数据进行删除无用数据、数据清洗、标准化、错误修正；利用粗糙集算法进行特征选择；对特征选择的结果进一步加工，将数据划分为训练集和测试集；利用代价敏感随机森林进行模型训练；在训练完成后，对得到的模型进行评估；在模型训练完成后整理出四类文件，进行接口封装，使用所述接口进行颅内感染预测。通过上述方法及系统可以提高术后颅内感染预测的精确性。
-
公开(公告)号：CN115331813A
公开(公告)日：2022-11-11
申请号：CN202211251539.5
申请日：2022-10-13
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院)
Abstract: 本发明公开了一种基于大数据的产前筛查诊断信息管理系统，属于医疗技术和大数据领域，包括：数据接入模块，用于与医院各系统进行接口对接，获取孕产妇基本信息及其他的业务产生的信息，作为产前诊断系统的基本数据；数据存储模块，用于分类存放从医院系统中获取的以孕产妇个人为中心产生的数据集；数据管理模块，用于对数据库的操作与管理功能，实现数据库对象的创建、数据库存储数据的查询、添加、修改与删除操作和数据库的用户管理、权限管理；数据服务模块，提供包括孕产妇管理、检验检查管理、手术预约管理、随访管理、检索查询管理和数据科研管理的服务。实现医院内部的患者信息整合共享，为医院内孕产妇信息管理提供灵活高效的方案。
-
Patent Agency Ranking
公开(公告)号：CN115232820A
公开(公告)日：2022-10-25
申请号：CN202210562795.X
申请日：2022-05-23
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
IPC: C12N15/113 , A61K31/713 , A61P9/00
Abstract: 本发明公开了miR‑142‑3p在高盐诱导诱导的心脏纤维化治疗中的应用，与高盐诱导的心脏纤维化相关的miR‑142‑3p，所述miR‑142‑3p的核苷酸序列如SEQ ID NO：1所示，并公开了一种miR‑142‑3p的激动剂在制备治疗高盐诱导的心脏纤维化的药物中的应用。本发明研究microRNA‑142‑3p在高盐诱导的心肌纤维化中的作用和机制。用NaCl处理的心脏和NRCF的纤维化和线粒体自噬水平增加，并通过miR‑142‑3p的上调而得到缓解。用miR‑142‑3p抗凝剂处理后，NRCF的纤维化和线粒体自噬水平升高。NRCF线粒体中视神经蛋白(OPTN)的表达被NaCl增加，而被miR‑142‑3p‑agomiR降低。OPTN的下调抑制了NaCl诱导的纤维化，增加了NRCF的自噬。这些结果miR‑142‑3p可以通过下调OPTN来减轻心脏纤维化，从而减少有丝分裂。
-
公开(公告)号：CN114831662A
公开(公告)日：2022-08-02
申请号：CN202210311476.1
申请日：2022-03-28
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
IPC: A61B8/00
Abstract: 本发明公开了一种医用远程超声诊断系统，涉及超声诊断领域，针对目前有一种医学用远程超声诊断系统，通过远程控制超声扫描设备进行医学诊断，然而现有的远程超声诊断系统不便于进行移动，同时远程诊断系统不够完善的问题，现提出如下方案，其包括固定箱，所述固定箱的内部设置有用于进行图像采集的采集区域，且所述采集区域的一侧无线连接有管理平台，所述管理平台的另一侧无线连接有用于进行远程诊断的诊断区域，所述管理平台采用通信网络技术。该医用远程超声诊断系统设置的固定箱便于带动采集区域移动，从而更加方便患者使用，同时该装置内部设置的清洁箱便于对扫描设备进行全方位清洗，避免出现感染现象，并且该装置系统完善，操作简单。
-
公开(公告)号：CN114022951A
公开(公告)日：2022-02-08
申请号：CN202111148169.8
申请日：2021-09-29
Applicant: 南京邮电大学 , 江苏省人民医院(南京医科大学第一附属医院) , 边缘智能研究院南京有限公司
IPC: G06V40/20 , G06V40/16 , H04N5/225 , G16H40/20 , G06F16/583
Abstract: 本发明公开了一种医院手卫生依从性管理镜及其实现系统，该管理镜包括：身份识别装置，采用单目摄像头采集操作员人脸信息并验证身份信息；洗手操作识别装置，采用双目摄像头采集操作员洗手操作过程图像，通过图像识别技术判断每步洗手操作是否规范，同时记录并判断每步洗手操作的时长是否达到预设值；提示装置，显示操作员身份信息，以及根据洗手操作识别装置的判断情况在数字显示屏上给出本步洗手操作的提示信息；该管理镜主体为平面镜，镜身立于洗手台上方，单目摄像头设置在平面镜上方，双目摄像头中两个摄像头分别设置在平面镜下方左右两侧，数字显示屏设置在镜身中部。本发明对医务人员的七步洗手操作进行识别和检验，提高手卫生依从性。
-
公开(公告)号：CN110377755A
公开(公告)日：2019-10-25
申请号：CN201910593831.7
申请日：2019-07-03
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
Abstract: 本发明公开了一种基于药品说明书的合理用药知识图谱构建方法，包括以下步骤：S10、抽取药品说明书，通过专家标注法对其中的实体和关系进行归纳，形成实体和关系标引规则库；S20、通过半监督学习方法，基于专家标注的数据以及机器学习规则训练机器学习模型；S30、使用已训练好的机器学习模型，对未标注的药品说明书进行预测标注，形成药品关系的知识图谱。本发明利用自然语言处理和知识图谱技术，基于药品说明书构建合理用药知识库，能够有助于规避用药差错，防范医疗风险，提高临床用药安全性。本发明的方法具备自动化构建能力，通过机器学习提高构建精度。
-
公开(公告)号：CN119514541A
公开(公告)日：2025-02-25
申请号：CN202411473795.8
申请日：2024-10-22
Applicant: 江苏省人民医院(南京医科大学第一附属医院)
IPC: G06F40/295 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种基于语句实体链接的知识库增强方法，采用全新逻辑设计，引入结合第一知识库与对应各预设判断规则的第二知识库，联系上下文，针对待解析语句关于第一知识库的各实体链接进行一致性对比，并依据对比结果，实现待解析语句的实体链接、或针对第一知识库中相应各实体词及对应描述信息进行数据补充，实现第一知识库的增强，通过不断应用下对第一知识库的持续数据增强与积累，不断提高第一知识库的实体链接准确性，进而提升实际应用下语句解析与问答交互的准确性。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.054 seconds)
