-
公开(公告)号：CN118800407A
公开(公告)日：2024-10-18
申请号：CN202410878828.0
申请日：2024-07-02
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明提供了一种基于中医药AI大模型的中医多诊系统包括：利用图像识别技术分析患者的舌苔特征、面色特征和脉象特征，建立所述患者的初诊信息，根据所述初诊信息调取相应的诊疗问题对患者进行询问，并采集所述患者的问题对答，建立问诊信息，根据所述初诊信息和问诊信息结合预设中医药AI大模型推理所述患者的健康信息，根据所述健康信息结合中医知识图谱构建决策诊疗建议，并根据医生的决策批注对所述决策诊疗进行调整，生成可用建议并进行显示，通过集成大数据和人工智能技术，实现对中医信息的快速、精准抓取与分析，降低人为误差，提升诊断速度和精度。
-
公开(公告)号：CN119864127A
公开(公告)日：2025-04-22
申请号：CN202411751245.8
申请日：2024-12-02
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明公开了一种基于方剂识别的数据采集方法及系统，其方法包括：通过程序设计界面采集用户的输入方剂信息，对输入方剂信息进行预处理；根据预处理后的方剂信息确定中药组成成分，根据中药组成成分通过预设模型确定功效描述参数；根据功效描述参数确定方剂库中与输入方剂信息相似度大于等于预设阈值的标准存储方剂；根据标准存储方剂生成推荐列表，基于推荐列表生成展示信息并进行数据展示。通过以不同的自动化采集形式获取用户的输入方剂信息既可以最大化地满足用户的上传需求，提高了使用场景多样化和体验感的同时也提高了数据上传效率和精度以及实用性。
-
公开(公告)号：CN118609793A
公开(公告)日：2024-09-06
申请号：CN202410659708.1
申请日：2024-05-27
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
IPC: G16H50/20 , G06F18/10 , G06F18/213 , G06N20/20 , G06N5/04
Abstract: 本发明公开了一种中医多诊合大数据模型的构建方法及系统，其方法包括：获取多源中医知识数据并进行整合，采用特征提取算法从整合中医知识数据中提取出中医诊断相关数据特征；根据中医诊断相关数据特征建立中医知识体系，利用中医知识体系训练深度学习模型，生成初始中医大数据诊断模型；利用中医大数据诊断模型对中医诊断结果进行推理和验证，根据验证结果优化模型精度；将优化后的初始中医大数据诊断模型部署到服务器上并进行兼容性测试和二次优化以生成目标中医大数据诊断模型。可以直观有效地根据中医知识生成适合患者中医诊断结果的治疗方案和建议从而为主治医生提供治疗决策和参考，提高了实用性以及对于患者的治疗效果。
-
公开(公告)号：CN119864173A
公开(公告)日：2025-04-22
申请号：CN202411757669.5
申请日：2024-12-03
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
IPC: G16H50/70 , G16H70/40 , G06F16/215
Abstract: 本发明公开了一种中医药经方古方数据库的应用方法及系统，其方法包括：获取古代中医药经典中的方剂信息，对方剂信息进行全方位解读，根据解读结果确认方剂信息是否符合录入需求；若是，将方剂信息录入到数据库中并对录入数据进行清洗和结构化处理，根据处理结果将录入数据进行分类存储；根据存储类别设置数据库的多项方剂检索方式并对每项方剂检索方式的检索方剂进行不同维度的对比分析；根据分析结果和用户需求筛选出推荐方剂并生成用药报告和临床建议进行展示。可以以实现对于古方方剂的精细保存和快速稳定的参考工作，提高了实用性和数据保存价值以及降低了参考难度，为现代医学研究提供了有力的支持，推动中医药学的传承、发展和创新。
-
公开(公告)号：CN118711799A
公开(公告)日：2024-09-27
申请号：CN202410878935.3
申请日：2024-07-02
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明提供了一种基于中医药的数字辅助诊断系统及方法包括：基于更新中医药知识结合若干个预设辅助领域构建每一所述预设辅助领域对应的相关知识图谱，通过穿戴设备采集被诊者的身体数据和所述被诊者的自我描述数据，根据所述身体数据和自我描述数据建立所述被诊者的体质特征和亚健康特征，基于所述被诊者的体质特征提取相应的目标相关知识图谱，对所述亚健康特征进行辅助诊疗分析，生成辅助诊疗结果并进行显示，将传统中医药理论与现代信息技术相结合，通过大数据、人工智能等技术对个体的体质、病症进行精准评估和辨识，实现个性化诊疗方案的推荐，提高治疗的精准度。
-
Patent Agency Ranking
公开(公告)号：CN118452856A
公开(公告)日：2024-08-09
申请号：CN202410651545.2
申请日：2024-05-24
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明提供一种中医脉诊仪及其芯片，中医脉诊仪包括：传感器、信号处理电路、微处理器、通信组件和操作控制组件，传感器组件连接信号处理电路；信号处理电路连接微处理器；微处理器分别连接通信组件和操作控制组件；传感器将感应信号发送至信号处理电路；信号处理电路将感应信号转换处理为第一数据；微处理器对第一数据进行处理；通信组件实现中医脉诊仪与云平台或终端设备的通信；操作控制组件提供操作和展示功能。中医脉诊仪可以实现脉象的自动捕捉，测量精度高、诊脉效率高，具有设计轻便、易操作的特点。
-
公开(公告)号：CN119650038A
公开(公告)日：2025-03-18
申请号：CN202411726258.X
申请日：2024-11-28
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明公开了一种中医望闻问切多诊合参数据处理系统，包括：采集模块，用于采集患者的望、闻、问、切的多诊合参数据；预处理模块，用于对所述患者的望、闻、问、切的多诊合参数据进行预处理，得到目标多诊合参数据；智能诊断模块，用于将所述目标多诊合参数据输入到预先训练好的智能诊断模型中进行分析，得到智能诊断结果；结果输出模块，用于输出智能诊断结果；将望闻问切多方面的数据整合并分析，为医生提供智能诊断结果作为参考，帮助医生更好地制定治疗方案。
-
公开(公告)号：CN118800406A
公开(公告)日：2024-10-18
申请号：CN202410877579.3
申请日：2024-07-02
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明提供了一种多模态中医临床辨识与诊疗数据的共享服务平台及方法，系统包括多模态数据获取模块、分析与辨识模块、诊疗决策支持模块和数据共享模块。多模态数据获取模块用于获取多种模态的中医临床数据；分析与辨识模块用于根据中医临床数据，并利用多模态融合模型对患者的症状、体征进行分析和辨别，得到识别结果信息；诊疗决策支持模块用于根据识别结果信息，生成辅助决策信息；数据共享模块用于根据患者的访问权限，对患者所需的数据进行共享。本发明的共享服务平台能够综合利用多种类型的数据，包括生理参数、图像、声音等，从而提供更全面、准确的辨识和诊断结果。帮助医生更好地理解患者的病情和病因，并提供个性化的治疗方案。
-
公开(公告)号：CN118629623A
公开(公告)日：2024-09-10
申请号：CN202410660176.3
申请日：2024-05-27
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明提供一种基于A I的中医多诊合参辅助诊疗系统及方法，其中，系统包括：原始信息获取子系统，用于获取原始信息；处理数据确定子系统，用于根据原始信息，确定处理数据；特征信息确定子系统，用于根据处理数据，确定特征信息；输出结果确定子系统，用于获取中医多诊合参辅助诊疗模型，根据特征信息和中医多诊合参辅助诊疗模型，确定输出结果；辅助诊疗方案确定子系统，用于根据输出结果和专家建议，确定辅助诊疗方案。本发明的一种基于AI的中医多诊合参辅助诊疗系统及方法，处理原始信息获得处理数据并确定特征信息。训练中医多诊合参辅助诊疗模型，确定特征信息的输出结果，根据输出结果和专家建议，确定辅助诊疗方案，更加全面且可靠。
-
公开(公告)号：CN118629597A
公开(公告)日：2024-09-10
申请号：CN202410857725.6
申请日：2024-06-28
Applicant: 安顿健康科技有限公司
Inventor： 白伟民
Abstract: 本发明提供了一种基于中医药知识图谱的智能服务系统及方法，系统包括数据收集模块、智能问诊模块、数据分析模块、方案生成模块和健康检测模块。数据收集模块用于获取患者的医疗咨询信息、基本数据和患者体质状态数据；智能问诊模块用于对医疗咨询信息进行问题理解，并基于构建的中医药知识图谱生成相对应的回复信息；方案生成模块用于根据患者上传的基本数据和中医药知识图谱生成患者体质管理方案；健康检测模块用于根据患者体质状态数据监测患者的身体状况，当发现患者体质风险时自动调整患者体质管理方案。本发明用于为患者提供个性化、全面的中医患者体质管理服务。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.029 seconds)
