-
公开(公告)号：CN116612848A
公开(公告)日：2023-08-18
申请号：CN202310886966.9
申请日：2023-07-19
Applicant: 首都医科大学附属北京安贞医院 , 科亚医疗科技股份有限公司
IPC: G16H10/60 , G06F40/289
Abstract: 本公开提供了一种电子病历的生成方法、装置、设备及存储介质，所述方法包括：首先获取目标结构化病历数据，提取目标结构化病历数据中的问诊反馈信息，然后基于预设的问诊关键字之间的顺序关系，对提取到的问诊反馈信息进行排序，生成问诊反馈信息序列，再将问诊反馈信息序列输入至目标文本生成模型中，经过目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及修饰词的显示位置信息，最后基于修饰词的显示位置信息，将修饰词添加至问诊反馈信息序列中，生成目标结构化病历数据对应的自然语言病历。可见，本公开实施例能够将目标结构化病例数据自动生成该目标结构化病例数据对应的自然语言病例，提升了电子病例的书写效率。
-
公开(公告)号：CN114550863A
公开(公告)日：2022-05-27
申请号：CN202210179143.8
申请日：2022-02-25
Applicant: 首都医科大学附属北京安贞医院 , 科亚医疗科技股份有限公司
IPC: G16H10/60 , G06K9/62 , G06F40/186 , G06F40/166
Abstract: 本公开实施例提供了一种病历生成方法、装置、系统、设备及存储介质，该方法包括：第一终端获取目标用户所患的疾病类型对应的病历模板，接收针对病历模板中的模板问题输入的答案信息，生成包含有模板问题和答案信息的第一数据信息，基于预设的模板问题和答案信息分别对应的医学描述语言，确定第一数据信息对应的医学描述语言，基于对应的医学描述语言生成目标用户对应的第一病历文件，并将第一病历文件发送至第二终端，第二终端用于通过对第一病历文件进行编辑生成目标用户对应的第二病历文件。可见，本公开实施例基于将数据与对应的医学描述语言结构化存储，能够生成结构化的病历文件，提高了病历文件的质量和准确性。
-
公开(公告)号：CN116035543A
公开(公告)日：2023-05-02
申请号：CN202310003520.7
申请日：2023-01-03
Applicant: 科亚医疗科技股份有限公司 , 首都医科大学附属北京安贞医院
Abstract: 本公开提供了一种高血压等级确定方法、装置、设备及存储介质，所述方法包括：首先获取目标用户的最高收缩压和最高舒张压，基于最高收缩压和最高舒张压，从高血压分级表中确定目标用户对应的血压类别，然后将目标用户的用户信息与预设危险因素列表中的危险因素条件分别进行匹配，并将匹配成功的危险因素条件的数量，确定为目标用户对应的危险因素数量，结合目标用户对应的危险因素数量和血压类别，确定目标用户所处的高血压危险等级，其中，高血压危险等级用于表征目标用户所患的高血压的危险程度。可见，本公开实施例可以基于目标用户对应的危险因素数量和血压类别，自动确定目标用户所处的高血压危险等级，提升了高血压等级确定的效率。
-
公开(公告)号：CN116597931A
公开(公告)日：2023-08-15
申请号：CN202310602594.2
申请日：2023-05-25
Applicant: 首都医科大学附属北京安贞医院 , 科亚医疗科技股份有限公司
IPC: G16H10/60
Abstract: 本公开涉及一种电子病历生成方法、装置、电子设备及存储介质，所述方法包括：响应于接收到创建患者病历的请求，向用户展示病历数据录入页面，所述病历数据录入页面包括多个问诊项、每个所述问诊项对应的属性，以及每个所述属性对应的属性参数；接收所述用户在所述病历数据录入页面上对至少一个所述问诊项对应的至少一个所述属性的目标属性参数的选择操作；基于所述目标属性参数，生成所述患者的电子病历。采用本方案，用户只需在病历数据录入页面上选择患者病情对应的目标属性参数，即可生成患者的电子病历，无需用户逐字录入患者的病史情况，提高了电子病历的书写效率，省时省力。
-
公开(公告)号：CN116612848B
公开(公告)日：2023-11-10
申请号：CN202310886966.9
申请日：2023-07-19
Applicant: 首都医科大学附属北京安贞医院 , 科亚医疗科技股份有限公司
IPC: G16H10/60 , G06F40/289
Abstract: 本公开提供了一种电子病历的生成方法、装置、设备及存储介质，所述方法包括：首先获取目标结构化病历数据，提取目标结构化病历数据中的问诊反馈信息，然后基于预设的问诊关键字之间的顺序关系，对提取到的问诊反馈信息进行排序，生成问诊反馈信息序列，再将问诊反馈信息序列输入至目标文本生成模型中，经过目标文本生成模型的处理后，输出具有对应关系的问诊反馈信息和修饰词以及修饰词的显示位置信息，最后基于修饰词的显示位置信息，将修饰词添加至问诊反馈信息序列中，生成目标结构化病历数据对应的自然语言病历。可见，本公开实施例能够将目标结构化病例数据自动生成该目标结构化病例数据对应的自然语言病例，提升了电子病例的书写效率。
-
Patent Agency Ranking
公开(公告)号：CN114494181A
公开(公告)日：2022-05-13
申请号：CN202210082154.4
申请日：2022-01-24
Applicant: 首都医科大学附属北京安贞医院 , 科亚医疗科技股份有限公司
Abstract: 本公开实施例提供一种图像处理方法和装置、电子设备和存储介质。一种图像处理方法，包括：获取待上传图像，所述待上传图像为多色阶图像；按照预先设定的转换规则对所述待上传图像中各个像素点的灰度值进行转换，得到转换图像，其中所述转换规则为对所述待上传图像中像素点的灰度值采用更少比特位数表示的规则；将所述转换图像向远程设备发送。因为转换图像中采用更少比特位数表示待上传图像中的各个像素点的灰度值，所以转换图像相比于待上传图像要小，将转换图像发送给远程设备占用的带宽资源较少。
-
公开(公告)号：CN116153498A
公开(公告)日：2023-05-23
申请号：CN202310003589.X
申请日：2023-01-03
Applicant: 科亚医疗科技股份有限公司 , 首都医科大学附属北京安贞医院
IPC: G16H50/20 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08 , A61B5/346 , A61B5/145 , A61B5/00
Abstract: 本公开提供了一种检测模型的应用方法、装置、设备及存储介质，所述方法包括：首先获取目标用户的心电图数据和心肌酶谱数据，将目标用户的心电图数据和心肌酶谱数据输入至目标检测模型中，经过目标检测模型的处理后，输出目标用户对应的检测结果，其中，目标检测模型为基于急性心肌梗死样本集训练得到，检测结果用于表征目标用户的急性心肌梗死的发生概率。可见，本公开实施例利用目标检测模型对目标用户的心电图数据和心肌酶谱数据进行检测的方式，实现了对急性心肌梗死的发生概率的诊断。
-
公开(公告)号：CN119446510A
公开(公告)日：2025-02-14
申请号：CN202411367815.3
申请日：2024-09-29
Applicant: 首都医科大学附属北京安贞医院 , 北京未磁科技有限公司
Abstract: 本发明公开了一种心磁图分布参数提取方法及系统，包括：获取心磁图TT段内z个时刻的磁场图；在距离磁场图i（i≤z）右侧M个像素的位置确定一条正极分布的取值线p，计算取值线p上每个像素的Srgb‑p,j值；在距离磁场图i左侧N个像素的位置确定一条负极分布的取值线n，计算取值线n上每个像素的Srgb‑n,j值；根据磁场图i在取值线p、n上每个像素的Srgb‑p,j、Srgb‑n,j值，计算磁场图i的分布参数；根据z个时刻的磁场图分布参数，计算心磁图分布参数。本发明提取的分布参数能很好的表示磁场图中的极点分布信息，将分布参数应用在基于心磁图的冠脉堵塞程度评估方法中，可以有效提高模型的预测性能。
-
公开(公告)号：CN118750759A
公开(公告)日：2024-10-11
申请号：CN202410907381.5
申请日：2024-07-08
Applicant: 首都医科大学附属北京安贞医院
IPC: A61M60/174 , A61M60/17 , A61M60/80 , A61M60/855 , A61M60/861 , A61M60/865 , A61M60/871 , A61M60/88
Abstract: 一种用于左心室辅助系统的线缆组件及左心室辅助系统，线缆组件，包括：辅助装置线缆，辅助装置线缆用于连接左心室辅助装置和体外供电装置；定位机构，设置在辅助装置线缆上，用于限制辅助装置线缆在患者体内的走行方向；定位机构限制辅助装置线缆在患者体内沿U型走行，连接左心室辅助装置的右侧上腹部线缆向左延伸转入腹直肌筋膜。通过上述定位机构可以有效地引导辅助装置线缆在患者体内的走行方向，从而实现线缆在患者体内沿U型走行，满足心室辅助装置的手术要求，同时最大程度地减少传动系统感染的问题。
-
公开(公告)号：CN118608890A
公开(公告)日：2024-09-06
申请号：CN202410639045.7
申请日：2024-05-22
Applicant: 首都医科大学附属北京安贞医院
IPC: G06V10/774 , A61B8/08 , G06V10/764 , G06T7/00
Abstract: 本申请公开了一种主动脉夹层识别模型构建方法、识别方法及相关装置，涉及人工智能技术领域，包括：利用包括大量数据样本的非主动脉夹层的超声心动图数据集训练教师网络模型，使训练好的教师网络模型具有较好的泛化能力。分别将主动脉的超声心动图数据集中的数据样本输入到训练好的教师网络模型和学生网络模型，根据训练好的教师网络模型与学生网络模型在预设特征识别结果之间的差异以及学生网络模型的识别结果与标签真值之间的差异，对学生网络模型的模型参数进行调整，使学生网络模型能够学习到教师网络模型的泛化能力，实现基于少量的主动脉夹层数据样本对学生网络模型进行训练，也能保证学生网络模型识别主动脉夹层的准确性。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.043 seconds)
