-
公开(公告)号：CN117637140A
公开(公告)日：2024-03-01
申请号：CN202311376471.8
申请日：2023-10-23
Applicant: 北京科技大学 , 中国人民解放军总医院
Abstract: 本公开提供一种踝关节背屈测试计数方法，所述方法包括：红外接发射红外光，持续进行踝关节背屈事件检测，持续输出踝关节背屈事件检测结果；主控制器监控按键状态；当主控制器监控按键状态为按下时，启动定时；根据定时在选定时间对踝关节背屈事件进行计数，并发送给蓝牙设备；蓝牙设备再发送给移动终端；移动终端接收踝关节背屈事件次数数据并修正，展示修正后的数据。本公开可以自动检测患者的踝关节背屈次数，提高了诊疗过程的效率和准确率。本公开能够解决医生个人主观评价踝关节背屈能力存在局限性以及缺乏理论依据的问题。
-
公开(公告)号：CN117292835B
公开(公告)日：2024-02-09
申请号：CN202311585543.X
申请日：2023-11-27
Applicant: 北京科技大学
Abstract: 本申请涉及一种预测ICU患者的不良预后风险的装置和系统。该装置包括处理器，配置为获取ICU患者在进入ICU的初始24小时内的各个特征变量的值，特征变量包括类别变量和连续变量；基于特征变量的值，利用训练好的深度学习网络，对ICU患者的不良预后风险进行预测，深度学习网络基于特征提取部、特征融合部、风险预测部依序串联而构成，并特征提取部对类别变量和连续变量分别进行特征提取以生成由第一类别特征编码和第一连续特征编码组成的第一特征编码二元组。本申请的装置能够更充分、更有效地利用特征变量中的有价值信息，充分关注不同类型特征变量间的关联，更准确地预测ICU患者的不良结局风险。
-
公开(公告)号：CN117292835A
公开(公告)日：2023-12-26
申请号：CN202311585543.X
申请日：2023-11-27
Applicant: 北京科技大学
Abstract: 本申请涉及一种预测ICU患者的不良预后风险的装置和系统。该装置包括处理器，配置为获取ICU患者在进入ICU的初始24小时内的各个特征变量的值，特征变量包括类别变量和连续变量；基于特征变量的值，利用训练好的深度学习网络，对ICU患者的不良预后风险进行预测，深度学习网络基于特征提取部、特征融合部、风险预测部依序串联而构成，并特征提取部对类别变量和连续变量分别进行特征提取以生成由第一类别特征编码和第一连续特征编码组成的第一特征编码二元组。本申请的装置能够更充分、更有效地利用特征变量中的有价值信息，充分关注不同类型特征变量间的关联，更准确地预测ICU患者的不良结局风险。
-
-
Search Results
3
records
(took 0.021 seconds)
