基于可解释性人工智能的RUCAM量表自动评分与DILI分析方法

    公开(公告)号:CN120015367A

    公开(公告)日:2025-05-16

    申请号:CN202510177572.5

    申请日:2025-02-18

    Inventor: 陆晓彤 刘海涛

    Abstract: 本发明提供了一种基于可解释性人工智能的RUCAM量表自动评分与DILI分析方法,其特征在于:基于肝指标异常案例,采用时间序列的方法分析患者医嘱、LIS指标之间的先后顺序,采用信息检索和槽文法对患者病程记录进行语义分析,进而实现RUCAM量表的自动评分和DILI分析,并给出可解释的评分依据。该方法采用可解释性的人工智能技术,针对RUCAM量表进行自动评分,并给出评分依据,对DILI进行因果关系评估,以显著减轻人工上报ADR的负担。

    一种旋转调节的前庭半规管康复训练系统

    公开(公告)号:CN118986674B

    公开(公告)日:2025-05-16

    申请号:CN202411074882.6

    申请日:2024-08-07

    Inventor: 张青 熊攀

    Abstract: 本发明旋转调节的前庭半规管康复训练系统包括:固定基座表面固定电机安装座,电机安装座表面固定伺服电机,伺服电机的输出轴端部固定电机齿轮,电机齿轮啮合传动齿轮,传动齿轮的中心孔内穿设固定传动轴,传动轴与伺服电机竖向设置,传动轴顶部固定座椅本体,座椅本体的两侧分别固定座椅防护扶手、靠背两侧分别固定座椅防护安全束缚带,座椅本体上设有角速度传感器和加速度传感器;控制主机调取目标患者的前庭康复训练方案,基于前庭康复训练方案中目标旋转速度来控制伺服电机旋转,伺服电机带动传动轴联动,座椅本体上的目标患者随之旋转,接收角速度传感器实时监测反馈的旋转速度,通过调节伺服电机的转速使得反馈的旋转速度等于目标旋转速度。

    一种基于机器学习的压力性损伤可解释预测方法及系统

    公开(公告)号:CN119964805A

    公开(公告)日:2025-05-09

    申请号:CN202510063867.X

    申请日:2025-01-15

    Abstract: 本发明涉及一种基于机器学习的压力性损伤可解释预测方法及系统,属于压力性损伤预测技术领域。其中,该方法包括:获取住院患者的临床数据并对数据进行特征编码构建数据集,对数据集进行样本均衡处理后,并进行特征选择得到特征变量;构建基于机器学习算法的预测模型,将数据集划分为训练集和测试集,在训练集上通过网格搜索方法调节所述预测模型的最优参数组合;通过交叉验证方法对预测模型进行验证得到性能评估指标;通过计算每个特征对于模型预测的贡献度并生成特征重要性总结图,根据特征重要性总结图识别对压疮产生最大影响的特征变量。为模型的解释性提供了支持,使临床医生能理解模型的决策过程,识别对压疮发生影响的特征变量。

    膝关节活动度辅助训练装置
    7.
    发明公开

    公开(公告)号:CN119908934A

    公开(公告)日:2025-05-02

    申请号:CN202510296393.3

    申请日:2025-03-13

    Abstract: 本发明涉及膝关节活动度辅助训练装置,包括底座壳体和安装在底座壳体上侧的第一支撑架,第一支撑架侧部铰接有第二支撑架,第一支撑架的上侧安装有连动架,第一放置座内部安装有用于调整腿部位置的调试环,底座壳体上安装有滑动杆,第二支撑架底侧安装有滑动块,滑动块与滑动杆滑动配合,底座壳体上安装有用于带动第二支撑架移动的推动气缸;滑动块与滑动杆之间安装有抱紧组件,抱紧组件用于限制滑动块滑动,抱紧组件包括有用于抱紧滑动杆的抱紧块,和用于控制抱紧块移动的控制杆。只需要通过推动气缸活塞杆的伸出,就可以实现对患者的膝盖进行弯曲,有助于帮助患者进行康复训练。

    基于阻抗成像的可穿戴非侵入式肺功能监测设备、系统、装置及介质

    公开(公告)号:CN119856917A

    公开(公告)日:2025-04-22

    申请号:CN202510091958.4

    申请日:2025-01-20

    Abstract: 本申请提供基于阻抗成像的可穿戴非侵入式肺功能监测设备、系统、装置及介质,本申请能够实现如下:一是克服传统设备局限性,无需患者复杂操作,减少主观干扰,且能集成成像与功能测试以完成全面肺功能评估;二是具备高度便携与穿戴特性,极致小型化适用于多场景,柔性传感器带佩戴舒适稳定;三是实现智能化与互联,可云端共享数据达成实时远程医疗,结合AI技术提升疾病早期诊断与管理效率;四是能应用于多场景,为慢性病管理、术后康复及健康筛查等提供高价值方案;五是支持智能交互与平台整合,便于医生和患者实时在线沟通,助力医院提升诊疗效率;六是推动个性化健康管理与诊断优化,依靠AI算法给出精准健康预测和干预建议,还提供动态分析工具来共同管理健康趋势、改善治疗效果。

    液相色谱质谱串联技术检测红细胞叶酸代谢物质的方法

    公开(公告)号:CN119827682A

    公开(公告)日:2025-04-15

    申请号:CN202510182938.8

    申请日:2025-02-19

    Abstract: 本申请涉及液相色谱质谱串联技术领域,其具体地公开了一种液相色谱质谱串联技术检测红细胞叶酸代谢物质的方法,其能够通过实时监测上清液待进样的液相色谱图,并利用基于人工智能和深度学习的图像分析算法来提取出色谱分离状态,以此来动态调整梯度参数,减少人工干预的需求,从而有助于优化复杂基质中目标物的分离过程。特别地,基于深度学习的方法能够自动识别和量化色谱图中的关键特征,并根据这些信息智能地动态调整梯度洗脱参数,从而有利于实现更优化的物质分离与检测。例如,如果发现某一组分的分离不理想,可以通过调整流动相B的比例来改善其分离效果,从而优化梯度洗脱过程。

Patent Agency Ranking