-
Patent Agency Ranking
公开(公告)号：CN118965051B
公开(公告)日：2024-12-17
申请号：CN202411453198.9
申请日：2024-10-17
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G06F18/23213 , G06F18/214 , G06F18/24 , G16H50/30 , G16H50/70 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于DNN和共识聚类的因心脑血管疾病死亡人群聚类方法及装置，涉及生物数据处理领域，包括：获取用于聚类的指标，对指标进行多元COX回归，筛选出分析指标；构建基于深度神经网络的人群分类模型并训练，得到经训练的人群分类模型；将待分析人群中的每个个体的分析指标输入经训练的人群分类模型，得到分类结果，以确定待分析人群中的存活人群和因心脑血管疾病死亡人群；获取因心脑血管疾病死亡人群中的每个个体的分析指标通过经训练的人群分类模型的最后一个隐藏层输出得到的高级特征，基于高级特征采用共识聚类对因心脑血管疾病死亡人群进行聚类，得到聚类结果。本发明解决了难以识别因心脑血管疾病死亡人群的不同子集的问题。
-
公开(公告)号：CN118800434A
公开(公告)日：2024-10-18
申请号：CN202410782151.0
申请日：2024-06-18
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G16H50/20 , G16H10/40 , G06F18/2411 , G06F18/243 , G06F18/2415 , G16H50/30
Abstract: 本发明公开了一种基于血液检查和HybridBoost的疾病筛查方法、装置及可读介质，包括：构建基于HybridBoost模型的已知疾病的筛查模型并训练，得到经训练的已知疾病的筛查模型，HybridBoost模型包括第一XGBoost模型、SVM模型、随机森林模型、逻辑回归模型、DNN模型和第二XGBoost模型；将检测者的基本信息和血液检查结果输入经训练的已知疾病的筛查模型，基本信息和血液检查结果分别输入第一XGBoost模型、SVM模型、随机森林模型、逻辑回归模型和DNN模型，预测得到第一概率、第二概率、第三概率、第四概率和第五概率并输入第二XGBoost模型，得到筛查概率，基于筛查概率确定疾病筛查结果，疾病筛查结果包括检测者患有已知疾病或检测者不患有已知疾病。本发明预测准确性高，适用于早期筛查。
-
公开(公告)号：CN118866089A
公开(公告)日：2024-10-29
申请号：CN202410877961.4
申请日：2024-07-02
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G16B20/30 , G16B30/00 , G16B40/00 , G16B50/30 , G06N3/0455 , G06F18/2431 , G06F18/27 , G06N3/048
Abstract: 本发明公开了一种基于蛋白质序列的功能性Khib位点预测方法、装置及可读介质，包括：获取待预测的2‑羟基异丁酰组数据并从中提取到待预测的HSP(10，10)数据，对待预测的HSP(10，10)数据进行特征编码，得到若干个序列特征和若干个结构特征，将待预测的HSP(10，10)数据以及若干个序列特征和若干个结构特征输入功能性Khib位点预测模型，提取到多维度特征并得到若干个序列特征、若干个结构特征和多维度特征对应的分数所构成的分数向量，将分数向量输入经训练的第一分类模块，得到最终的分数，根据最终的分数确定待预测的HSP(10，10)数据是否位于功能性Khib位点附近，从而实现更准确和高效的功能性Khib位点预测。
-
公开(公告)号：CN118965051A
公开(公告)日：2024-11-15
申请号：CN202411453198.9
申请日：2024-10-17
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G06F18/23213 , G06F18/214 , G06F18/24 , G16H50/30 , G16H50/70 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于DNN和共识聚类的因心脑血管疾病死亡人群聚类方法及装置，涉及生物数据处理领域，包括：获取用于聚类的指标，对指标进行多元COX回归，筛选出分析指标；构建基于深度神经网络的人群分类模型并训练，得到经训练的人群分类模型；将待分析人群中的每个个体的分析指标输入经训练的人群分类模型，得到分类结果，以确定待分析人群中的存活人群和因心脑血管疾病死亡人群；获取因心脑血管疾病死亡人群中的每个个体的分析指标通过经训练的人群分类模型的最后一个隐藏层输出得到的高级特征，基于高级特征采用共识聚类对因心脑血管疾病死亡人群进行聚类，得到聚类结果。本发明解决了难以识别因心脑血管疾病死亡人群的不同子集的问题。
-
公开(公告)号：CN119361138A
公开(公告)日：2025-01-24
申请号：CN202411930912.9
申请日：2024-12-26
Applicant: 厦门大学附属第一医院(厦门市第一医院、厦门市红十字会医院、厦门市糖尿病研究所)
IPC: G16H50/20 , G16H50/70 , G06F18/20 , G06F18/25 , G06N3/045 , G06N3/0464 , G06N3/084 , G06F40/16 , G06F40/30
Abstract: 本发明提供了一种基于链式推理与多模态融合的医疗诊断系统及其应用，属于医疗保健信息学技术领域。该系统包括数据预处理模块、数据融合模块、模型推理模块和输出模块，能够对患者的多模态医疗数据（包括文本数据、医学影像数据和结构化数据）进行深度处理与智能分析。输出模块提供诊断结果及详细的推理过程，提高诊断结果的可解释性与可信度。本发明通过多模态数据融合、链式推理机制与优化的损失函数设计，显著提升了疾病诊断的准确性、泛化能力和可解释性，突破了传统技术在单一模态分析和“黑盒”推理方面的局限，为临床医生提供透明、高效、智能的诊断决策支持，推动医疗诊断向智能化、精准化发展。
-
-
-
-
Search Results
5
records
(took 0.056 seconds)
