-
公开(公告)号：CN119811689A
公开(公告)日：2025-04-11
申请号：CN202510293559.6
申请日：2025-03-13
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G16H50/70 , G06N3/045 , G06N3/084 , G06N5/022 , G06F18/15 , G06F18/213 , G06F18/25 , G06F18/214 , G06F18/2431 , G06F18/2415 , G06F18/2433
Abstract: 本发明涉及一种融合大语言模型与知识图谱的中医证候预测方法，属于证候预测技术领域，解决了现有技术中预测准确率低的问题。方法包括：将待预测患者的初始特征输入证候预测模型预测待预测患者存在每种大类证候的第一概率；分别采用大语言模型和知识图谱确定待预测患者存在每种证候的第二概率和第三概率；基于待预测患者存在每种大类证候的第一概率、第二概率和第三概率得到待预测患者存在每种大类证候的综合概率；基于待预测患者存在每种细分证候第二概率和第三概率，以及待预测患者与每个细分证候的相似度确定待预测患者存在每个细分证候的综合概率；基于每种大类证候和每个细分证候的综合概率得到待预测患者的证候。实现了准确的证候预测。
-
公开(公告)号：CN119339918A
公开(公告)日：2025-01-21
申请号：CN202411382189.5
申请日：2024-09-30
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G16H50/20 , A61B5/00 , G16H20/90 , G06F18/214 , G06F18/23 , G06N3/0895 , G06N3/0455 , G06N3/048 , G06N3/084 , G06F40/284 , G06F40/30
Abstract: 本发明涉及一种基于自监督学习的中医证候预测模型预训练方法和系统，属于医疗保健信息处理技术领域，解决了现有技术中特征提取不准确的问题。方法包括以下步骤：收集患者症状描述信息，基于获取的患者症状描述信息构建症状语料库及训练样本集；基于所述症状语料库对所述训练样本集中的每条原始样本进行数据增强，生成每条原始样本对应的合成正样本和合成负样本；构建自监督学习模型，基于增强后的训练样本集对所述自监督学习模型进行预训练，得到中医证候预测预训练模型。实现了更准确的特征提取，提高后续任务的性能。
-
公开(公告)号：CN118737430A
公开(公告)日：2024-10-01
申请号：CN202410729239.6
申请日：2024-06-06
Applicant: 北京大学第一医院(北京大学第一临床医学院)
IPC: G16H50/20 , G16H50/30 , G16B15/30 , G16B50/30 , G16B40/00 , G06F18/24 , G06F18/214 , G06N5/01 , G06N20/00
Abstract: 本发明提供了一种VHL综合征肾癌预测模型的构建方法、设备、介质和程序产品，还公开一种基于DAMs预测VHL综合征肾癌的方法、设备、介质和程序产品，基于DAMs预测非肾器官疾病的方法、设备、介质和程序产品，涉及智能医疗领域。通过标志物DAMs来预测受试者患有VHL综合征肾癌和非肾器官疾病的风险高低，加强疾病早期诊断方案和完善风险评估策略。
-
公开(公告)号：CN117409852A
公开(公告)日：2024-01-16
申请号：CN202210800499.9
申请日：2022-07-08
Applicant: 北京大学 , 北京大学重庆大数据研究院
Abstract: 本发明涉及存在部分治愈人群的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；在处理组和对照组上分别采用混合治愈模型进行参数估计，得到处理组和对照组的潜在无法治愈率和未治愈者的生存函数；基于处理组和对照组的潜在无法治愈率计算药物治愈率因果作用参数；基于处理组和对照组的潜在无法治愈率和未治愈者的生存函数计算无法治愈主层的生存函数；基于所述药物治愈率因果作用参数和无法治愈主层的生存函数评估药物的有效性。
-
公开(公告)号：CN117435993B
公开(公告)日：2025-03-04
申请号：CN202311443629.9
申请日：2023-11-01
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G06F18/2415 , A61B5/369 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/094
Abstract: 本发明涉及一种基于数据增强和对抗优化的跨病人癫痫脑电信号分类方法，属于癫痫检测技术领域，解决了现有技术中癫痫跨病人脑电信号分类方法准确率和效率低的问题。方法包括以下步骤：获取脑电信号片段，对其中的癫痫发作期脑电信号片段进行数据增强，基于数据增强后的脑电信号片段构建训练样本集；构建跨病人癫痫脑电信号分类模型，采用对抗优化策略基于所述训练样本集对所述跨病人癫痫脑电信号分类模型进行训练，得到训练好的跨病人癫痫脑电信号分类模型；将待分类脑电信号输入训练好的跨病人癫痫脑电信号分类模型得到待分类脑电信号的分类结果。实现了快速准确的跨病人癫痫患者脑电信号分类。
-
Patent Agency Ranking
公开(公告)号：CN119153071A
公开(公告)日：2024-12-17
申请号：CN202411224213.2
申请日：2024-09-03
Applicant: 北京大学 , 北京大学重庆大数据研究院
Abstract: 本申请公开了一种证候的确定方法、装置、电子设备及非易失性存储介质。其中，该方法包括：获取与患者匹配的病患数据，其中，病患数据包括病患主要症状和病患次要症状；在病患主要症状与数据库中存储的参考证候的参考主要症状相同时，使用第一方式从数据库中确定与病患数据对应的目标证候，其中，第一方式仅对病患数据的病患次要症状和参考证候的参考次要症状进行处理；在病患主要症状与参考主要症状不同时，使用第二方式从数据库中确定与病患数据对应的目标证候，其中，第二方式对病患数据和参考证候中的所有症状进行处理。本申请解决了相关技术中依据中医诊断学知识，由患者当前症状推荐患者最可能的证候，存在推荐结果不准确的技术问题。
-
公开(公告)号：CN119028430B
公开(公告)日：2025-04-22
申请号：CN202411106125.2
申请日：2024-08-13
Applicant: 北京大学 , 北京大学重庆大数据研究院
Abstract: 本发明涉及一种基于潜在类别模型的SNP检测算法性能评估方法和系统，属于基因测序技术领域，解决了无金标准时SNP检测算法性能评估不准确的问题。方法包括，获取多个SNP检测算法的检测结果后，将检测结果整合为二分类型结果；根据所有SNP检测算法的二分类型结果，在不同假设下基于潜在类别模型评估每个SNP检测算法的灵敏度和特异度；计算不同假设下成对SNP检测算法的相关性残差，基于所述相关性残差确定最优假设，得到所述最优假设下每种算法的灵敏度和特异度排序结果。实现了准确的SNP检测算法性能评估。
-
公开(公告)号：CN119049647A
公开(公告)日：2024-11-29
申请号：CN202411087081.3
申请日：2024-08-08
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G16H20/13 , G16H20/90 , G06F18/22 , G06F18/241
Abstract: 本申请公开了一种处方匹配方法、装置、电子设备及非易失性存储介质。其中，该方法包括：确定待匹配处方的处方信息，其中，处方信息包括：待匹配处方的功效信息、组成待匹配处方的各个目标药物的药物信息；依据功效信息，确定候选处方的第一相似度，其中，第一相似度用于表征候选处方的功效信息与待匹配处方的功效信息的相似程度；依据药物信息，确定各个候选处方的第二相似度，其中，第二相似度用于表征候选处方的药物信息与待匹配处方的药物信息的相似程度；依据第一相似度和第二相似度，在候选处方中确定目标处方。本申请解决了由于相关技术中仅依据处方或药物名称进行匹配分析，造成相似处方匹配准确度差的技术问题。
-
公开(公告)号：CN119028430A
公开(公告)日：2024-11-26
申请号：CN202411106125.2
申请日：2024-08-13
Applicant: 北京大学 , 北京大学重庆大数据研究院
Abstract: 本发明涉及一种基于潜在类别模型的SNP检测算法性能评估方法和系统，属于基因测序技术领域，解决了无金标准时SNP检测算法性能评估不准确的问题。方法包括，获取多个SNP检测算法的检测结果后，将检测结果整合为二分类型结果；根据所有SNP检测算法的二分类型结果，在不同假设下基于潜在类别模型评估每个SNP检测算法的灵敏度和特异度；计算不同假设下成对SNP检测算法的相关性残差，基于所述相关性残差确定最优假设，得到所述最优假设下每种算法的灵敏度和特异度排序结果。实现了准确的SNP检测算法性能评估。
-
公开(公告)号：CN118969249A
公开(公告)日：2024-11-15
申请号：CN202411044411.0
申请日：2024-07-31
Applicant: 北京大学 , 北京大学重庆大数据研究院
Abstract: 本申请公开了一种处方推荐方法、装置、电子设备及非易失性存储介质。其中，该方法包括：通过目标处方生成模型对病历信息进行编解码处理，得到与病历信息对应的第一处方；在第一处方中存在第一药物和第二药物的情况下，在第一处方中删除第一药物，得到第二处方，以及在第一处方中删除第二药物，得到第三处方；通过目标处方评价模型和病历信息，确定第二处方对应的第一评分和第三处方对应的第二评分；依据第一评分和第二评分，确定目标处方。本申请解决了由于相关技术中的处方推荐系统未引入医生的反馈结果，以及缺少对中医理论的引入，造成的处方推荐准确度差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.021 seconds)
