公开(公告)号：CN106096316A

公开(公告)日：2016-11-09

申请号：CN201610547207.X

申请日：2016-07-13

Applicant: 复旦大学

Inventor： 张彦春 ,  李烨 ,  梁燊

IPC: G06F19/00

CPC classification number: G06F19/32 ,  G16H50/70

Abstract: 本发明公开了一种基于实时医学数据流分析的重症及手术监测预警方法和系统。本发明方法的具体步骤如下：（1）采用基于斜率变化的压缩算法对输入的多个医学数据流进行时间序列压缩；（2）对压缩后的多个医学数据流，用中心分裂式聚类算法进行聚类，发掘周期模式；（3）从发掘的周期模式中分析不同数据点之间的时间间隔的变化波动，获得周期模式的变化幅度，实现对观测病人的病情变化的监控及预警。本发明采用的系统包括时间序列压缩模块、时间序列聚类模块和周期异常模式发掘模块。本发明方法和系统用于分析医学数据流时，具有实时性、高准确性和稳定性，能有效监控及预警观测病人的病情变化。

公开(公告)号：CN110689919B

公开(公告)日：2023-03-17

申请号：CN201910742202.6

申请日：2019-08-13

Applicant: 复旦大学

Inventor： 相小强 ,  袁雅文 ,  张政 ,  常硕 ,  张彦春 ,  李治纲 ,  蔡卫民 ,  田凌浩

IPC: G16B15/30 ,  G16B20/00 ,  G16B40/00

Abstract: 本申请涉及一种基于结构和等级分类的药物蛋白结合率预测方法及系统，包括：(1)数据收集，并对收集到PPB数据值进行处理，并去除重复的药物分子；(2)将药物分子的PPB值分为高结合药物、中结合药物、低结合药物三个等级的数据集；(3)计算分子描述符的数据值，并进行相关性筛选，选出与药物蛋白结合率最相关的一组分子描述符；(4)采用机器学习算法，分别建立三个等级的定量预测模型；(5)将药物分子的分子描述符代入对应等级的定量预测模型，对药物分子的蛋白结合率进行预测。本申请可提高高结合药物PPB预测的准确度，解决现有技术中高结合药物PPB预测准确度低的问题。

公开(公告)号：CN110689919A

公开(公告)日：2020-01-14

申请号：CN201910742202.6

申请日：2019-08-13

Applicant: 复旦大学

Inventor： 相小强 ,  袁雅文 ,  张政 ,  常硕 ,  张彦春 ,  李治纲 ,  蔡卫民 ,  田凌浩

IPC: G16B15/30 ,  G16B20/00 ,  G16B40/00

Abstract: 本申请涉及一种基于结构和等级分类的药物蛋白结合率预测方法及系统，包括：(1)数据收集，并对收集到PPB数据值进行处理，并去除重复的药物分子；(2)将药物分子的PPB值分为高结合药物、中结合药物、低结合药物三个等级的数据集；(3)计算分子描述符的数据值，并进行相关性筛选，选出与药物蛋白结合率最相关的一组分子描述符；(4)采用机器学习算法，分别建立三个等级的定量预测模型；(5)将药物分子的分子描述符代入对应等级的定量预测模型，对药物分子的蛋白结合率进行预测。本申请可提高高结合药物PPB预测的准确度，解决现有技术中高结合药物PPB预测准确度低的问题。