-
公开(公告)号：CN117877725A
公开(公告)日：2024-04-12
申请号：CN202311779196.4
申请日：2023-12-22
Applicant: 浙江大学 , 北京肿瘤医院(北京大学肿瘤医院)
IPC: G16H50/30 , G06F18/231 , G06F18/243 , G06F18/22 , G06N20/00
Abstract: 本发明公开了一种非小细胞肺癌术后并发症风险预测模型的构建方法和装置，包括以下步骤：根据临床医学数据的原始数据集计算得到标签余弦相似性矩阵；对标签余弦相似性矩阵进行层次聚类得到并发症标签层次聚类树状图；划分若干聚类簇距离值并对并发症标签层次聚类树状图进行独立分割，得到若干包含不同聚类簇的标签集；基于若干包含不同聚类簇的标签集和并发症标签层次聚类树状图，构建包含共享隐含层的部分参数共享的多任务深度学习模型；根据原始数据集对多任务深度学习模型进行训练后得到非小细胞肺癌术后并发症风险预测模型。本发明能够有效建模标签粒度与标签间相关性，提高非小细胞肺癌术后并发症风险预测精准性，具有重要的临床应用价值。
-
公开(公告)号：CN110211646B
公开(公告)日：2021-04-06
申请号：CN201910427144.8
申请日：2019-05-22
Applicant: 浙江大学
IPC: G16H10/00 , G06F16/28 , G06F16/242
Abstract: 本发明公开了一种基于OCQL与openEHR的动态可配置医疗报表生成方法，包括以下步骤：(1)在OCQL中添加维度语法，并修改逻辑表达语法内容；(2)利用修改语法后的OCQL编写指标组件，并解析该指标组件生成指标逻辑模型对象；(3)利用openEHR模板与指标组件构建数据仓库信息，生成数据仓库；(4)构建报表模板，设置该报表模板与指标组件关联，配置其他基本属性；(5)解析步骤(4)中配置后的报表模板，并利用步骤(2)中的指标逻辑模型对象以及步骤3中的数据仓库信息，生成用于数据库操作的SQL语句；(6)基于数据仓库，执行SQL语句得到报表数据，结合可视化视图完成报表展示。本发明实现了医疗报表的动态可配置生成，降低了医疗管理人员的操作难度。
-
公开(公告)号：CN110209699A
公开(公告)日：2019-09-06
申请号：CN201910427161.1
申请日：2019-05-22
Applicant: 浙江大学
IPC: G06F16/2455 , G06F16/248 , G06F16/25
Abstract: 本发明提供了一种基于openEHR Composition模板的数据接口动态生成与执行方法，包括以下步骤：(1)解析Composition模板，得到Composition模板对象；(2)建立Composition模板对象中各节点间的组合关系和LINK关系；(3)采用经过步骤(2)处理后的Composition模板对象，结合Composition模板中各openEHR模板与数据库表的映射信息，得到模板映射信息(TRM)对象；(4)根据步骤(3)得到的模板映射信息对象生成数据接口；(5)利用步骤(4)得到的数据接口解析客户的HTTP请求得到模板映射信息数据实例；(6)根据模板映射信息数据实例拼接得到SQL语句，执行SQL语句并将查询结果返回给用户。本发明提出的基于openEHR Composition模板的动态接口具有灵活性、扩展性，能够满足复杂的医疗数据访问需求，具有很强的理论指导与应用价值。
-
公开(公告)号：CN117035660A
公开(公告)日：2023-11-10
申请号：CN202311007664.6
申请日：2023-08-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于区块链的队列数据共享存证审计方法及系统，针对队列数据共享存证方法和系统，设计存证逻辑，清晰描述队列数据共享全流程中的复杂所属关系变化，包括机构与队列、机构与研究项目、研究项目与队列、研究项目与分析、分析与队列的所属关系等，确保了队列数据共享过程的可靠性，同时减少存储开销包括队列存证、变量标准化存证、研究项目存证以及分析存证；针对队列数据共享审计方法和系统，高效率地审计队列中的每条数据流转过程，通过建立本地链接信息数据库与研究对象持久化MPT，实现保护研究对象数据隐私的同时保证审计结果的可信性。
-
公开(公告)号：CN114639483B
公开(公告)日：2024-10-18
申请号：CN202210291079.2
申请日：2022-03-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于图神经网络的电子病历检索方法，包括：获得电子病历中医疗实体的共现矩阵，将医疗实体与祖先医疗实体的共现信息加入到医疗实体共现矩阵得到增强医疗实体共现矩阵，采用GloVe模型提取每个医疗实体向量表示和患者向量表示，电子病历异构图包括医疗实体节点，患者节点，医疗实体间链接真实关系和患者与医疗实体链接真实关系；将电子病历异构图输入至图神经网络分别得到患者节点输出向量表示和医疗实体节点输出向量表示，患者与医疗实体链接关系概率；医疗实体间链接关系概率；利用总损失函数训练图神经网络，更新参数得到最终图神经网络；该方法能够准备预测患者与医疗实体的关联概率。
-
Patent Agency Ranking
公开(公告)号：CN110211646A
公开(公告)日：2019-09-06
申请号：CN201910427144.8
申请日：2019-05-22
Applicant: 浙江大学
IPC: G16H10/00 , G06F16/28 , G06F16/242
Abstract: 本发明公开了一种基于OCQL与openEHR的动态可配置医疗报表生成方法，包括以下步骤：(1)在OCQL中添加维度语法，并修改逻辑表达语法内容；(2)利用修改语法后的OCQL编写指标组件，并解析该指标组件生成指标逻辑模型对象；(3)利用openEHR模板与指标组件构建数据仓库信息，生成数据仓库；(4)构建报表模板，设置该报表模板与指标组件关联，配置其他基本属性；(5)解析步骤(4)中配置后的报表模板，并利用步骤(2)中的指标逻辑模型对象以及步骤3中的数据仓库信息，生成用于数据库操作的SQL语句；(6)基于数据仓库，执行SQL语句得到报表数据，结合可视化视图完成报表展示。本发明实现了医疗报表的动态可配置生成，降低了医疗管理人员的操作难度。
-
公开(公告)号：CN106991015A
公开(公告)日：2017-07-28
申请号：CN201710159369.0
申请日：2017-03-17
Applicant: 浙江大学
Abstract: 本发明公开了一种基于消息语义标注的医疗信息系统集成监控方法，包括：步骤1，建立统一语义的消息模型；步骤2，利用统一语义的消息模型对语义异构的医疗消息事件进行语义标注，并存储至监控数据库；步骤3，基于监控数据库中具有统一语义的医疗消息，进行医疗业务异常状态检测。本发明通过建立统一语义的医疗消息模型，将医疗活动中的消息以统一语义的医疗消息来表达并集中存储，同时对异常状态消息发出报警提醒，使得集成运行维护人员能及时发现问题，并能快速定位到问题原因所在，实现对医疗信息系统的集成监控，并提供快速排查问题的手段，提高集成运行维护的效率。
-
公开(公告)号：CN118072969A
公开(公告)日：2024-05-24
申请号：CN202410134822.2
申请日：2024-01-31
Applicant: 浙江大学
IPC: G16H50/70 , G16H10/60 , G06N3/045 , G06N5/025 , G06F18/2431
Abstract: 本发明公开了一种基于大语言模型的临床文本中医疗事件自动提取系统和方法，包括：对临床文本数据脱敏得到预处理文本数据，并将其和提取指令输入大语言模型进行事件标注，得到指令数据；采集指令数据对ChatGLM3‑6B模型进行指令微调构建医疗事件提取模型，将预处理文本数据输入医疗事件提取模型，得到初步事件提取结果；对初步事件提取结果合并重复提取的事件、验证事件时间、以及核验事件逻辑，得到事件集合1，将事件集合1中各事件的事件结论与缺失检测指令输入医疗事件提取模型，进行事件遗漏检测与再提取，得到事件集合2作为最终事件提取结果并输出，以实现在低资源的临床场景下，临床文本中多项医疗事件信息的集成提取与整合。
-
公开(公告)号：CN106991015B
公开(公告)日：2020-05-19
申请号：CN201710159369.0
申请日：2017-03-17
Applicant: 浙江大学
Abstract: 本发明公开了一种基于消息语义标注的医疗信息系统集成监控方法，包括：步骤1，建立统一语义的消息模型；步骤2，利用统一语义的消息模型对语义异构的医疗消息事件进行语义标注，并存储至监控数据库；步骤3，基于监控数据库中具有统一语义的医疗消息，进行医疗业务异常状态检测。本发明通过建立统一语义的医疗消息模型，将医疗活动中的消息以统一语义的医疗消息来表达并集中存储，同时对异常状态消息发出报警提醒，使得集成运行维护人员能及时发现问题，并能快速定位到问题原因所在，实现对医疗信息系统的集成监控，并提供快速排查问题的手段，提高集成运行维护的效率。
-
公开(公告)号：CN110176282A
公开(公告)日：2019-08-27
申请号：CN201910427235.1
申请日：2019-05-22
Applicant: 浙江大学
IPC: G16H10/60 , G06F16/2457
Abstract: 本发明提供了一种基于最大期望算法的患者身份匹配方法，包括以下步骤：(1)选择待匹配患者记录a的若干项患者身份信息项作为筛选项，对患者记录集合S进行筛选，得到待匹配记录集合T；(2)选择待匹配患者记录a的若干项患者身份信息项作为匹配项，采用最大期望算法对患者信息集合T中的患者记录进行匹配概率计算，得到待匹配患者记录a与待匹配记录集合T中患者记录的匹配比率；(3)根据匹配比率确定待匹配患者记录a与待匹配记录集合T中患者记录的匹配关系。本发明提供的基于最大期望算法的患者身份匹配方法可以提高了匹配效率和准确度。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.031 seconds)
