-
公开(公告)号：CN119361130B
公开(公告)日：2025-04-22
申请号：CN202411896175.5
申请日：2024-12-23
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 灵犀云医学科技(北京)有限公司
IPC: G16H50/20 , A61B5/16 , A61B5/369 , A61B5/00 , G16H50/30 , G06F18/214 , G06F18/2431 , G06N3/096
Abstract: 本发明提供一种基于迁移学习的ALS患者抑郁风险评估系统，包括：数据采集单元，用于采集待评估ALS患者的脑电数据；源域抑郁风险评估单元，基于非ALS患者脑电数据样本集预训练得到，包括用于对脑电数据集进行脑电特征提取的特征提取模块和用于进行抑郁风险分类预测的抑郁风险分类模块；目标域特征适应模块，设置于特征提取模块和抑郁风险分类模块之间，用于基于非ALS患者脑电数据样本集对应的脑电特征数据对提取得到的待评估ALS患者的脑电特征进行筛选和修正，并输入抑郁风险分类模块预测得到待评估ALS患者的抑郁风险。本发明解决了现有技术中的抑郁风险评估没有考虑到ALS疾病因素对于抑郁判断的影响，导致对于ALS患者抑郁风险评估准确性差的问题。
-
公开(公告)号：CN119361130A
公开(公告)日：2025-01-24
申请号：CN202411896175.5
申请日：2024-12-23
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 灵犀云医学科技(北京)有限公司
IPC: G16H50/20 , A61B5/16 , A61B5/369 , A61B5/00 , G16H50/30 , G06F18/214 , G06F18/2431 , G06N3/096
Abstract: 本发明提供一种基于迁移学习的ALS患者抑郁风险评估系统，包括：数据采集单元，用于采集待评估ALS患者的脑电数据；源域抑郁风险评估单元，基于非ALS患者脑电数据样本集预训练得到，包括用于对脑电数据集进行脑电特征提取的特征提取模块和用于进行抑郁风险分类预测的抑郁风险分类模块；目标域特征适应模块，设置于特征提取模块和抑郁风险分类模块之间，用于基于非ALS患者脑电数据样本集对应的脑电特征数据对提取得到的待评估ALS患者的脑电特征进行筛选和修正，并输入抑郁风险分类模块预测得到待评估ALS患者的抑郁风险。本发明解决了现有技术中的抑郁风险评估没有考虑到ALS疾病因素对于抑郁判断的影响，导致对于ALS患者抑郁风险评估准确性差的问题。
-
公开(公告)号：CN117942080B
公开(公告)日：2024-07-19
申请号：CN202410353673.9
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于多模态影像组学的肌萎缩侧索硬化抑郁风险评估系统：系统包括：数据采集单元，用于采集待评估患者的多模态脑影像数据；影像组学特征提取单元，用于对各模态的脑影像数据标注肌萎缩侧索硬化相关脑区，并进行影像组学特征提取；特征数据筛选单元，用于对提取的影像组学特征数据进行筛选；抑郁风险评估单元，为预训练的神经网络模型，用于基于筛选得到的评估数据进行分类预测，得到待评估患者的肌萎缩侧索硬化抑郁风险评估结果。本发明解决了现有技术中的抑郁风险评估主要依靠患者的临床表现，医生和患者的主观性影响较强，且没有考虑到肌萎缩侧索硬化疾病因素对于抑郁判断的影响，导致评估准确性差的问题。
-
Patent Agency Ranking
公开(公告)号：CN117942080A
公开(公告)日：2024-04-30
申请号：CN202410353673.9
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种基于多模态影像组学的肌萎缩侧索硬化抑郁风险评估系统：系统包括：数据采集单元，用于采集待评估患者的多模态脑影像数据；影像组学特征提取单元，用于对各模态的脑影像数据标注肌萎缩侧索硬化相关脑区，并进行影像组学特征提取；特征数据筛选单元，用于对提取的影像组学特征数据进行筛选；抑郁风险评估单元，为预训练的神经网络模型，用于基于筛选得到的评估数据进行分类预测，得到待评估患者的肌萎缩侧索硬化抑郁风险评估结果。本发明解决了现有技术中的抑郁风险评估主要依靠患者的临床表现，医生和患者的主观性影响较强，且没有考虑到肌萎缩侧索硬化疾病因素对于抑郁判断的影响，导致评估准确性差的问题。
-
公开(公告)号：CN118335291B
公开(公告)日：2025-02-25
申请号：CN202410353735.6
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种面向ALS(肌萎缩性脊髓侧索硬化症)患者的认知障碍预测模型的训练方法及设备：该方法包括：获取多个ALS患者的认知评估量表数据和多模态脑影像数据，并标注标签，以构建得到训练样本集；训练样本集中包括对认知评估量表数据预处理后的结构化数据，和对多模态脑影像数据进行ALS相关特征筛选和特征转换得到的ALS脑影像特征数据；构建认知障碍预测模型，并利用训练样本集中的数据和标签，对认知障碍预测模型进行迭代训练，得到收敛的认知障碍预测模型。本发明解决了现有技术中的认知障碍预测主要依靠认知量表测评，检查耗时冗长，且没有考虑到ALS自身疾病因素引起脑部结构变化对于认知障碍判断的影响，导致预测准确性差的问题。
-
公开(公告)号：CN118335291A
公开(公告)日：2024-07-12
申请号：CN202410353735.6
申请日：2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种面向ALS(肌萎缩性脊髓侧索硬化症)患者的认知障碍预测模型的训练方法及设备：该方法包括：获取多个ALS患者的认知评估量表数据和多模态脑影像数据，并标注标签，以构建得到训练样本集；训练样本集中包括对认知评估量表数据预处理后的结构化数据，和对多模态脑影像数据进行ALS相关特征筛选和特征转换得到的ALS脑影像特征数据；构建认知障碍预测模型，并利用训练样本集中的数据和标签，对认知障碍预测模型进行迭代训练，得到收敛的认知障碍预测模型。本发明解决了现有技术中的认知障碍预测主要依靠认知量表测评，检查耗时冗长，且没有考虑到ALS自身疾病因素引起脑部结构变化对于认知障碍判断的影响，导致预测准确性差的问题。
-
公开(公告)号：CN119811666A
公开(公告)日：2025-04-11
申请号：CN202411896173.6
申请日：2024-12-23
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 灵犀云医学科技(北京)有限公司
Abstract: 本发明提供一种ALS患者抑郁风险预测模型构建方法及设备，该方法包括：基于非ALS患者脑电数据样本集训练得到非ALS患者的抑郁风险预测模型；获取多个ALS抑郁患者及ALS非抑郁患者的脑电数据，构建得到ALS训练样本集；在抑郁风险预测模型的特征提取模块和抑郁风险分类模块之间构建ALS抑郁风险迁移学习模块，用于对ALS脑电特征进行筛选和修正，以得到适应抑郁风险分类模块的特征分布；利用ALS训练样本集和损失函数对初步构建的ALS患者抑郁风险预测模型进行迭代训练，得到收敛的ALS患者抑郁风险预测模型。本发明解决了现有技术中的ALS患者脑电数据难以大量获取，难以训练得到可用于ALS患者的高准确率的抑郁风险预测模型，导致对于ALS患者抑郁风险评估准确性差的问题。
-
公开(公告)号：CN211016159U
公开(公告)日：2020-07-14
申请号：CN201922452326.9
申请日：2019-12-30
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: G09B23/28
Abstract: 本实用新型提供了一种动脉瘤教学模具，所述教学模具包括筒状体，筒状体筒壁上设有通孔，通孔对侧的筒壁上设有切口；通孔内穿插有气球，气球的进气端和球体分别位于筒状体内和筒状体外；气球进气端还设有闭气夹，球体根部设有手术夹，所述气球配有打气筒，整个教学模具结构简单、操作方便，生动形象地为医学生演示动脉瘤形成、破裂的场景，促进学生更好的理解动脉瘤形成破裂的机制，为后续进一步理解临床表现、治疗等奠定基础；手术夹夹闭气球球体根部，模仿动脉瘤手术中的夹闭方法，便于学生理解治疗过程。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.038 seconds)
