-
公开(公告)号：CN115064268A
公开(公告)日：2022-09-16
申请号：CN202210495329.4
申请日：2022-05-07
申请人： 东北大学 , 大连医科大学附属第一医院
摘要： 本发明公开了房颤患者心力衰竭多标签预测方法、装置及存储介质，涉及多标签预测技术领域，方法由计算机执行，包括：构建多标签决策树模型；多标签决策树模型中的决策树为二元关联决策树，标签包括患病概率以及发病时间；搭建贝叶斯寻优模型；使用贝叶斯寻优模型对二元关联决策树的关键参数进行寻优；在二元关联决策树中将贝叶斯寻优模型寻优得到的关键参数设置为相应数值；利用参数设置之后的多标签决策树模型得到房颤患者心力衰竭的预测结果。本发明建立了房颤患者射血分数降低型心力衰竭的预测模型，解决了目前没有有效的房颤患者心力衰竭预测模型、无法实现患病概率与患病时间同时预测的技术问题。
-
公开(公告)号：CN118230948A
公开(公告)日：2024-06-21
申请号：CN202410103349.1
申请日：2024-01-24
摘要： 本发明涉及自适应安全边界的全闭环血糖管理方法，包括：构建包括Actor网络的策略网络模型；根据自适应安全因子计算模块获取动作边界；根据Actor获取奖励值最大的动作分布并采样，使用双曲正切函数进行缩放；将奖励值最大的动作作为目标动作，使患者在下一时刻执行目标动作并获取新的状态信息；根据新的状态信息计算奖励值；将状态信息、目标动作、奖励值及新的状态信息存入经验回放池后随机采样，基于自适应安全强化学习算法优化策略网络模型参数，对策略网络模型进行训练；将当前时刻状态信息输入训练好的策略网络模型，输出下一时刻胰岛素注射量对患者进行血糖管理。其有益效果是，允许动作边界根据患者状态变化，更好地适应不同情况下的安全需求。
-
公开(公告)号：CN110379503B
公开(公告)日：2023-08-25
申请号：CN201910697252.7
申请日：2019-07-30
申请人： 东北大学 , 复旦大学附属华山医院
IPC分类号： G16H40/67
摘要： 本发明涉及一种基于连续血糖监测系统的在线故障检测与诊断系统，包括：血糖数据采集装置、云服务器和多个移动终端；所述血糖数据采集装置包括：临床数据采集设备和虚拟数据生成设备；所述血糖数据采集装置与所述云服务器通信连接，并能够将采集到的血糖数据发送给所述云服务器；所述云服务器分别与所述多个移动终端通信连接；所述云服务器能够针对获得的血糖数据对临床数据采集设备或由虚拟数据生成设备所产生的仿真故障进行故障检测与诊断，获得故障检测与诊断结果数据。本发明提供的系统，不仅检测准确率高，而且还能够对故障进行较为精确诊断和分类。
-
公开(公告)号：CN110289094B
公开(公告)日：2023-07-07
申请号：CN201910471962.8
申请日：2019-05-31
申请人： 东北大学
摘要： 本发明涉及一种基于专家规则的胰岛素精准给药决策方法，包括如下步骤：S1、获取患者当前血糖变化时间序列数据，并根据获得的当前血糖变化时间序列数据在线预测未来半小时后的血糖变化预测值；S2、根据获取的患者当前血糖变化时间序列数据和未来血糖变化预测值计算当前时刻的患者基础胰岛素数据和患者大剂量胰岛素数据；S3、根据患者当前血糖变化时间序列数据、未来血糖变化预测值、当前时刻的患者基础胰岛素数据和患者大剂量胰岛素数据再与专家规则库中的专家规则相匹配，获得相匹配专家规则标签下的用药策略；本发明提供的方法，能够实现为糖尿病人提供更加精准的治病给药决策。
-
公开(公告)号：CN109859850B
公开(公告)日：2022-12-06
申请号：CN201910169764.6
申请日：2019-03-06
申请人： 东北大学
IPC分类号： G16H50/50
摘要： 本发明提供了基于变分模态分解和极限学习机的血糖预测方法，包括：S1、获取待预测血糖时间序列；S2、预处理待预测血糖时间序列；S3、使用变分模态分解算法对预处理的待预测血糖时间序列进行分解，获得若干有限带宽的子信号；以及，计算每一个子信号样本熵，并根据每一个子信号样本熵，归类叠加，获得待预测血糖时间序列的若干子序列；S4、根据每一个子序列训练每一个子序列的极限学习机血糖预测模型，将每一个子序列输入该子序列的极限学习机血糖预测模型，输出每一个子序列的血糖预测结果；S5、对每一个子序列的血糖预测结果进行融合，获得待预测血糖时间序列的血糖预测结果。提高了血糖浓度的预测精度，能够更好的控制患者的血糖值。
-
公开(公告)号：CN110600128A
公开(公告)日：2019-12-20
申请号：CN201910907634.8
申请日：2019-09-24
申请人： 东北大学
摘要： 本发明涉及一种面向“胰岛素依赖型”糖尿病患者的血糖管理系统，包括：云服务器、数据采集装置和移动终端；数据采集装置与云服务器通信连接，并能够将采集到的患者的第一生理状态数据发送给云服务器；云服务器与移动终端通信连接；移动终端能够录入患者的第二生理状态数据和患者个人信息，并将第二生理状态数据和患者个人信息发送给云服务器；云服务器能够根据接收到的患者的第一生理状态数据、第二生理状态数据和患者个人信息推荐相匹配的治疗方案，并将治疗方案发送给移动终端；移动终端能够将治疗方案展示给医生或患者。本发明提供的血糖管理系统能够对患者的血糖情况进行实时监测和控制，并推荐最优的血糖管理。
-
公开(公告)号：CN118866223A
公开(公告)日：2024-10-29
申请号：CN202411338290.0
申请日：2024-09-25
IPC分类号： G16H10/60 , G16H15/00 , G16H50/70 , G06F18/23213 , G06N5/022
摘要： 本发明属于血糖控制技术领域，涉及基于专家系统的AGP智能解读与胰岛素调整方法，该方法包括：建立推理机制中的知识库；基于知识库采用简化专家系统结构构建解读与决策支持专家系统；构建患者低血糖、血糖波动和高血糖三个维度的患者问题分析树；利用专家AGP读图与经验数据对每一条规则展开；基于区间二型模糊专家系统构建基础胰岛素剂量调整规则和餐食胰岛素剂量调整规则；基于解读与决策支持专家系统根据患者所属群体，调节患者问题分析树结点，并结合基础胰岛素剂量调整规则和餐食胰岛素剂量调整规则提供决策建议。其有益效果是，在决策中为患者提供一个安全的、普适的、相对准确的胰岛素调整决策建议，不需要患者具体的初始胰岛素治疗方案。
-
公开(公告)号：CN110164553B
公开(公告)日：2023-03-03
申请号：CN201910473140.3
申请日：2019-05-31
申请人： 东北大学
摘要： 本发明涉及一种基于VMD‑LSSVM模型的在线动态血糖预测方法，包括如下步骤：S1、获取原始血糖时间序列数据，并对获得的原始血糖时间序列数据进行数据预处理；S2、采用VMD分解模型对经过预处理后的血糖时间序列数据进行分解处理，获得一系列具有稀疏特性的模态分量序列u1‑uk；S3、将获得的一系列具有稀疏特性的模态分量序列u1‑uk分别输入LSSVM血糖预测模型，获得一系列模态分量序列的预测值y1‑yk；S4、将S3中获得的一系列模态分量序列的预测值y1‑yk进行叠加融合，获得融合后的血糖预测结果。本发明提供的预测方法具有预测精度高的优点。
-
公开(公告)号：CN113948207A
公开(公告)日：2022-01-18
申请号：CN202111212001.9
申请日：2021-10-18
摘要： 本发明涉及一种用于低血糖预警的血糖数据处理方法，所述方法包括：获取实时血糖数据；将所述实时血糖数据输入预先训练的支持向量机模型，得到与所述实时血糖数据相应的血糖预测值；将所述血糖预测值和在所述实时血糖数据中预先筛选的特定特征输入预先训练的预警模型，获取所述血糖预测值所对应的血糖标签；所述血糖标签包括第一标签或第二标签；所述特定特征为在预先设定的第一血糖特征FB‑BG中，通过依次采用采用SMOTE‑Tomek算法、RELIEF算法以及基于支持向量机的递归特征消除算法进行处理所筛选出来的特征。
-
公开(公告)号：CN112017778A
公开(公告)日：2020-12-01
申请号：CN202010783057.9
申请日：2020-08-06
申请人： 东北大学
摘要： 本发明涉及一种面向临床的多层级血糖异常预警方法，包括如下步骤：获取患者的血糖数据和生理状态数据；根据生理状态数据，选定临床认可度高的高低血糖异常事件警戒阈值；根据血糖异常导致的临床症状的危险程度划分异常预警等级；根据获取的患者血糖数据和生理状态数据与高低血糖异常事件警戒阈值联合分析判断患者的异常预警等级；其中，所述血糖数据包括：历史血糖数据、当前血糖数据和血糖预测数据；所述生理状态数据包括：当前生理状态标签和未来生理状态标签。本发明提供的异常预警方法能够获得精细有效的预警信息，用以辅助医疗工作人员做出可靠的治疗策略。
-
-
-
-
-
-
-
-
-
搜索结果
32 条记录 (耗时 0.053 秒)
