具有对医学病症的严重性预测和可视化的患者监测系统和方法

    公开(公告)号:CN113168916A

    公开(公告)日:2021-07-23

    申请号:CN201980080923.3

    申请日:2019-12-10

    Abstract: 本发明公开了一种对患者的特定医学病症进行监测的方法,该方法包括提供机器学习模型,该机器学习模型被训练以将权重分配给预定义的一组特征中的每个特征,以便计算特定医学病症的风险严重性指数。接收至少两个生理参数中的每一者的时间同步参数数据的长时间间隔,以及将长时间间隔划分为多个区段,每个区段包含参数数据的预定义时间增量。基于区段中的参数数据确定该区段的一组特征值,包括与特定医学病症相关的预定义的一组特征中的每个特征的特征值。利用训练的机器学习模型,将权重分配给预定义的一组特征中的每个特征,然后基于一组特征值计算长时间间隔内特定医学病症的风险严重性指数。

    用于存储器扩增域自适应的系统和方法

    公开(公告)号:CN112714914A

    公开(公告)日:2021-04-27

    申请号:CN201980060218.7

    申请日:2019-10-09

    Abstract: 本发明提出了一种系统。该系统包括被配置为获得对应于目标域的图像的采集子系统。此外,该系统包括处理子系统,该处理子系统与采集子系统可操作地相关联并且包括存储器扩增域自适应平台,该存储器扩增域自适应平台被配置为计算对应于目标域的输入图像的一个或多个特征;基于输入图像的特征来识别一组支持图像,其中该组支持图像对应于目标域;用对应于该组支持图像的一组特征、一组掩膜、或两者来扩增对机器学习模型的输入以使机器学习模型适应于目标域;并且至少基于该组特征、该组掩膜、或两者来生成输出。另外,该系统包括被配置为呈现输出以供分析的界面单元。

Patent Agency Ranking