-
公开(公告)号：CN119920494A
公开(公告)日：2025-05-02
申请号：CN202510376871.1
申请日：2025-03-28
Applicant: 北京大学
IPC: G16H70/40 , G06F18/214 , G06F18/27 , G06N20/00
Abstract: 本发明涉及一种存在延迟反馈的药物不良反应预测方法和系统，属于药物不良反应预测技术领域，解决了现有技术中预测不准确的问题。方法包括以下步骤：获取药物和不良反应的特征数据和观测数据，构建训练样本集；构建联合学习模型，所述联合训练模型包括：倾向得分模型，用于预测药物‑不良反应被观测到的概率；不良反应预测模型，用于预测药物产生不良反应的概率；延迟反馈预测模型，用于预测不良反应的延迟反馈时间；基于构建的训练样本集对所述联合学习模型进行训练，得到训练好的联合学习模型；将待预测的药物和不良反应的特征数据输入训练好的联合学习网络中预测该药物是否会引起该不良反应。实现了准确无偏的药物不良反应预测。
-
公开(公告)号：CN117257242B
公开(公告)日：2024-02-02
申请号：CN202311557824.4
申请日：2023-11-22
Applicant: 北京大学
Abstract: 本发明涉及一种癫痫分类方法和系统，属于癫痫分类技术领域，解决了现有技术中忽略个体差异分类准确性低的问题。方法包括：获取每个患者每次癫痫发作时的多通道脑电信号和对应的癫痫类型作为样本集；构建癫痫分类网络模型，基于样本集训练所述癫痫分类网络得到训练好的癫痫分类网络模型；所述癫痫分类网络模型包括：用于根据训练样本构建对应的图结构的自注意力层；用于基于训练样本和对应的图结构提取对应的深度特征的图神经网络模块；用于基于所述深度特征进行癫痫分类预测的读出层；将待识别的多通道脑电信号输入所述癫痫分类网络模型得到对应的癫痫类型。实现了更加精确的癫痫分类。
-
公开(公告)号：CN117405845A
公开(公告)日：2024-01-16
申请号：CN202210793245.9
申请日：2022-07-07
Applicant: 北京大学
Abstract: 本发明涉及一种观察性研究中存在伴发事件时药物有效性评估方法和系统，方法包括以下步骤：获取观察性研究样本数据，确定代理变量和协变量，根据处理方案将样本分为处理组和对照组；基于所述代理变量和协变量计算每个样本个体对因果作用参数的贡献权重；基于每个样本个体对因果作用参数的贡献权重计算对照组中永远存活者的药物平均因果作用参数；根据药物平均因果作用参数的渐进方差计算药物平均因果作用参数的置信区间，根据所述置信区间判断药物对感兴趣结局的作用。
-
公开(公告)号：CN112863622A
公开(公告)日：2021-05-28
申请号：CN202110063096.6
申请日：2021-01-18
Applicant: 北京大学 , 中国中医科学院西苑医院
Abstract: 本发明涉及一种利用历史对照数据的双稳健临床试验数据处理方法及系统，属于医学数据处理技术领域，解决了现有临床试验数据处理方法依赖模型设定和人群同质性假定、效率低且精度差等问题。该方法包括，获取临床试验数据样本和历史对照数据样本；分别处理获得表征临床处理组结果变量的处理组条件均值模型、表征对照组结果变量的对照组条件均值模型、处理分配倾向得分模型、人群分配倾向得分模型和条件方差比值模型；并利用双稳健估计方法获得临床试验的平均因果作用估计值和其渐进方差估计值，进而判定是否存在平均因果作用。该方法引入历史对照数据能够提高药效推断结果的准确率和精度，具备良好的稳健性、灵活性和拓展性。
-
公开(公告)号：CN117216392B
公开(公告)日：2024-07-12
申请号：CN202311206930.8
申请日：2023-09-19
Applicant: 北京大学
IPC: G06F16/9535 , G06F16/9536 , G06F18/15 , G06F18/214 , G06F18/21
Abstract: 本发明涉及一种基于缺失数据填补的推荐方法，属于推荐技术领域，解决了现有技术中缺乏完全随机性下的无偏估计，推荐结果不准确的问题。方法包括以下步骤：获取用户数据、物品数据，以及观测到的用户对物品的评价数据，构建训练样本集；构建平衡增强数据插补模型和评价预测模型，基于所述训练样本集对所述平衡增强数据插补模型和评价预测模型进行联合训练，得到训练好的评价预测模型；基于训练好的评价预测模型对未观测到的用户对物品的评价数据进行预测，基于用户对物品的评价数据进行推荐。实现了精准推荐。
-
Patent Agency Ranking
公开(公告)号：CN117892789A
公开(公告)日：2024-04-16
申请号：CN202311812694.4
申请日：2023-12-26
Applicant: 北京大学
IPC: G06N3/084 , G06N3/0499 , G06F18/10 , G06F16/9535 , G06F18/27
Abstract: 一种推荐系统预测模型的训练方法，包括以下步骤：获取推荐系统的所有用户数据、物品数据以及观测到的用户对物品的评分，基于用户数据、物品数据以及观测到的用户对物品的评分提取用户‑物品对特征，构建训练样本集；构建前馈神经网络模型，基于训练样本集中观测到评分的样本训练所述前馈神经网络模型得到噪声预测模型；构建逻辑回归模型，基于训练样本集训练所述逻辑回归模型得到倾向性模型；构建去噪误差插补模型和去噪预测模型，基于所述训练样本集、训练好的噪声预测模型和倾向性模型对去噪误差插补模型和去噪预测模型进行联合训练，得到训练好的去噪预测模型。
-
公开(公告)号：CN112863622B
公开(公告)日：2024-03-22
申请号：CN202110063096.6
申请日：2021-01-18
Applicant: 北京大学 , 中国中医科学院西苑医院
Abstract: 本发明涉及一种利用历史对照数据的双稳健临床试验数据处理方法及系统，属于医学数据处理技术领域，解决了现有临床试验数据处理方法依赖模型设定和人群同质性假定、效率低且精度差等问题。该方法包括，获取临床试验数据样本和历史对照数据样本；分别处理获得表征临床处理组结果变量的处理组条件均值模型、表征对照组结果变量的对照组条件均值模型、处理分配倾向得分模型、人群分配倾向得分模型和条件方差比值模型；并利用双稳健估计方法获得临床试验的平均因果作用估计值和其渐进方差估计值，进而判定是否存在平均因果作用。该方法引入历史对照数据能够提高药效推断结果的准确率和精度，具备良好的稳健性、灵活性和拓展性。
-
公开(公告)号：CN116042800B
公开(公告)日：2023-12-08
申请号：CN202211221315.X
申请日：2022-10-08
Applicant: 北京大学
Abstract: 本发明涉及一种RBBP6基因和CCDC91基因组合的分子标记物、试剂盒及其应用，属于生物技术领域，解决了现有的至少以下问题之一：(1)现有的病毒核酸检测试剂盒无法有效筛查出窗口期的SARS‑CoV‑2病毒感染者；(2)现有的病毒核酸检测结果受限于采样部位、采样方法以及采样时期等诸多因素。所述分子标记物包括RBBP6基因和CCDC91基因。所述RBBP6基因和所述CCDC91基因与SARS‑CoV‑2病毒感染有相关性，该分子标记物适用于对SARS‑CoV‑2病毒感染的早期检测，
-
公开(公告)号：CN116649916B
公开(公告)日：2023-10-20
申请号：CN202310903983.9
申请日：2023-07-24
Applicant: 北京大学
IPC: A61B5/00 , G06F18/2415 , A61B5/055
Abstract: 本发明涉及一种脑部区域连接的因果差异估计方法，属于脑部区域连接差异估计技术领域，解决了现有技术中缺乏脑部区域连接因果差异估计的问题。方法包括：获得患者数据，所述患者数据包括患者的协变量数据以及观测的脑部功能数据；基于所述患者数据利用logistic回归计算患者用药受协变量影响的概率；基于患者的脑功能数据估计患者脑部区域间的潜在相关性；基于患者用药受协变量影响的概率及患者脑部区域间的潜在相关性对脑部区域连接的相关性在试验组和对照组间的因果差异进行估计；基于假设校验得到试验组和对照组间因果差异显著的脑部区域连接。实现了准确估计脑部区域连接的因果差异。
-
公开(公告)号：CN116313153B
公开(公告)日：2023-08-01
申请号：CN202310530341.9
申请日：2023-05-12
Applicant: 北京大学
Abstract: 本发明涉及一种结合非临床数据的药物不良反应预测方法和系统，属于药物不良反应预测技术领域，解决了现有技术中未利用非临床数据、预测准确性和效率低的问题。方法包括以下步骤：获取药物的非临床数据以及药物与不良反应关系数据，基于药物的非临床数据以及药物与不良反应的关系数据构建训练样本数据；构建结合深度药物表示和浅层协同过滤的联合训练网络模型，基于所述训练样本数据训练所述联合训练网络模型得到训练好的药物与不良反应关系预测模型；获取待预测药物的非临床数据，基于待预测药物的非临床数据和所述药物与不良反应关系预测网络得到待预测药物与不良反应的关系。提高了药物不良反应预测的准确性和预测效率。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.047 seconds)
