本申请提供基于马尔可夫毯模型的脊柱疾病辅助诊断方法和装置。所述方法包括：获取脊柱疾病就医患者诊断记录数据、脊柱疾病危险因素数据、和脊柱疾病类型数据，构建脊柱疾病辅助诊断数据表；根据脊柱疾病辅助诊断数据表，计算脊柱疾病危险因素与脊柱疾病类型的相关性，计算脊柱疾病类型的脊柱疾病危险因素之间的相似度；通过马尔可夫毯模型，判定因素类型相关值和因素间相似度符合马尔可夫毯条件，结合序列前向搜索方法，得到脊柱疾病类型的脊柱疾病关键危险因素；综合不同脊柱疾病类型的脊柱疾病关键危险因素，得到脊柱疾病辅助诊断因素。本申请能够辅助医师有针对性地进行脊柱疾病诊断，提高诊断脊柱疾病的效率和准确率，为患者提供最有效的治疗。
📄 2022109873883
📂 G16H50_20
👤 广东工业大学
📅 2022-08-17
本发明提供的腰椎间盘突出症患者推拿效果的评估方法及系统，对采集的腰椎间盘突出症患者推拿前后脑电数据进行预处理，提取预处理后的脑电数据的特征值，将提取的特征值进行统计学分析，并分析推拿前后脑电信号的变化，找出差异的通道或节律，分析推拿前后有显著性差异的通道或节律与VAS疼痛等级的相关性，本发明提供的腰椎间盘突出症患者推拿效果的评估方法及系统，通过对采集的脑电数据进行一系列数据处理得到特征值，进行统计学分析，找出腰椎间盘突出症患者推拿前后的差异性，进而对推拿效果进行初步的康复训练评估，具有无创，方便在任何场所测量，以及可以反映出影像学不能反映的运动异常特征的优点，相对具有客观准确的优点。
📄 2017101749730
📂 G16H50_20
👤 中国科学院深圳先进技术研究院
📅 2017-03-22
本发明公开了基于模糊推理的专家经验推理系统，包括症状获取模块，用于获取用户的症状信息，所述症状信息包括症状的名称及症状的严重程度信息；模糊化模块，用于对严重程度信息通过隶属函数进行模糊化；专家经验规则库，用于存储多条专家规则，规则为某一疾病和该疾病的所有症状及症状的严重程度；模糊推理模块：用于根据模糊化后的症状信息以及专家经验规则库内的规则，利用模糊推理计算出用户的症状信息所对应的疾病信息。本发明还公开了一种基于模糊推理的专家经验推理方法，解决了现有手段疾病判断准确率低，分诊效率低下的问题。
📄 201810715279X
📂 G16H50_20
👤 重庆柚瓣家科技有限公司
📅 2018-06-29
本发明提供一种注意缺陷多动障碍辅助诊断方法及系统，涉及医学影像处理和辅助诊断领域。该注意缺陷多动障碍辅助诊断方法，包括：将获取的大脑时间序列数据划分成至少一个连续且不重叠的子时间窗；提取每个子时间窗的判别性特征，并通过提取的判别性特征获取高阶功能连接网络；通过TCN模块捕获获取的每个子时间窗的高阶功能连接网络的动态特征，刻画大脑功能连接随时间变化的关系；通过脑疾病的动态变化规律获得每个子时间窗和疾病相关性的值，并将每个子时间窗和疾病的相关性的值作为权重对每个子时间窗的高阶功能连接网络进行特征融合。该方法对大脑FC的动态高阶特性进行建模，提高脑功能连接网络表征能力，提升脑疾病辅助诊断性能。
📄 2023108537856
📂 G16H50_20
👤 南京信息工程大学
📅 2023-07-12
基于PCA和PSO‑KELM模型的乳腺癌诊断系统，对乳腺癌病理数据指标进行分析，应用乳腺癌诊断模型分析、预测乳腺癌各项数据指标，对乳腺癌患者良、恶性的诊断结果进行分类、预测并提出具有科学性、针对性及有效性的防疗措施，通过医疗设备显示器显示患者的最终诊断结果。其中乳腺癌诊断模型是对患良、恶性患者的病理数据进行预处理之后，提取高维的乳腺癌病理数据中占主导作用的低维综合指标，把低维综合指标作为该模型的输入向量进行试验，利用粒子方法对模型中的参数进行优化，最后得到稳定的系统参数，加快该模型的收敛速度及分类的准确率。
📄 2017108780274
📂 G16H50_20
👤 浙江工业大学
📅 2017-09-26
基于半监督深度非平行支持向量机的智能医疗诊断方法和装置，其方法包括：1)构建和预处理医学数据集；2)增广有监督样本和无监督样本；3)计算重构损失和一致性损失；4)使用置信度筛选高质量伪标签；5)构建分类任务损失函数，其中采用类似“一对余”来处理多分类学习问题；6)构建模型总体损失函数；7)构建医疗诊断分级评估决策函数；8)针对新的医疗样本，预测该样本的分级评估结果。
📄 2024109670708
📂 G16H50_20
👤 浙江工业大学
📅 2024-07-18
一种基于知识图谱病因初步诊断方法，包括以下步骤：步骤1：收集电子病历，构建原始数据集；步骤2：从电子病历中进行实体识别与关系抽取，构建RDF格式的实体与关系数据集；步骤3：构建基于上述数据集的知识图谱；步骤4：构建通过知识图谱预测疾病之间关系的共生关系模型；步骤5：基于共生关系模型对病因进行初步诊断。本发明采用了以卷积神经网络和循环神经网络为代表的深度学习算法，构建知识图谱，主要针对病历数据，利用病历数据在特征上的相关性从病历文本等原始信息中提取出高层抽象属性。
📄 2019107515961
📂 G16H50_20
👤 浙江工业大学
📅 2019-08-15
一种不均衡数据下最优化学习样本合成算法选择及参数确定方法，以数据特征对诊断结果的贡献能力为出发点，分析样本均衡度对其区分能力的影响，提出以最大化特征区分能力为指标来选择样本合成采样算法。同时，构建激活函数来描述样本数量对分类能力的影响。在此基础上，提出有效特征区分度指标，并通过对该指标的最大化来获得最优样本均衡度。本发明所涉及的过程均以特征对样本的正确分类为目标，且仅需要对原始数据进行操作，可以在不增加样本采集及引入新特征的情况下获得更高的诊断效果。另外，没有特征数量方面要求，不会因为数据特征数量多少影响最终计算的最优样本均衡度的准确率。
📄 2019101879201
📂 G16H50_20
👤 浙江工业大学
📅 2019-03-13
本发明涉及一种基于非局部块深度残差与注意力机制的肠道疾病辅助诊断方法，预处理数据集后建立神经网络；神经网络以ResNet基线模型作为主干网络，用于特征提取，配合主干网络嵌入非局部模块，配合主干网络的输出端设置注意力模块；以预处理后的数据集对神经网络进行训练，直至神经网络稳定；向稳定后的神经网络输入待诊断图像，对肠道疾病进行辅助诊断。本发明的主干网络利用嵌入非局部模块的ResNet基线模型的前四层提取病灶区域特征，克服类内病灶大小形状差异大的问题；使用注意力分支结构聚焦病灶区域；利用注意力分支和感知分支两个分支的损失函数之和对网络进行端到端方式的训练，进一步提高肠道病灶的分类性能。
📄 2022106939982
📂 G16H50_20
👤 浙江工业大学
📅 2022-06-19
本发明公开了一种基于迁移联邦学习的医疗疾病分析方法。属于医疗领域和迁移联邦学习领域；具体步骤：获取疾病特征和标签数据并将数据上传至本地服务器、本地服务器随机将无误的数据等比例的加密上传到云端、得到权重系数以及标签识别准确率、云端将初始训练模型迁移到本地服务器、本地服务器上传训练模型参数给云端，再由云端分配给模型权重系数、本地服务器结合标签识别准确率进行融合学习。本发明根据获取数据不平衡问题对模型的影响，通过对概率分布分析来对标签识别准确度进行修正，根据异常数据问题对模型的影响，提出了加密数据共享，通过对异常数据处理对各参与方或计算结点的加权系数进行修改，保证联邦学习预测的准确性。
📄 2020111074536
📂 G16H50_20
👤 南京邮电大学
📅 2020-10-15
本发明涉及一种基于强化学习的稠密迭代特征腹腔内压预测系统，属于机器学习领域，包括：数据采集及处理模块：用于获取患者基本数据和临床数据，并进行预处理，制作成样本和数据集；数据输入模块：用于将预处理后的样本送入稠密迭代增强模型，经过若干特征提取单元迭代增强，获得经过增强的特征；预测模块：用于将增强特征进行GAP和flatten后，送入全连接层，获取预测结果；模型训练模块：根据真实值和预测结果计算损失，使用动态调整学习率机制，使用weight decay和momentum机制，更新模型参数，使用完全的端到端方式训练网络。
📄 202210632448X
📂 G16H50_20
👤 重庆邮电大学
📅 2022-06-06
本发明涉及基于CMKMC的人机协同智慧医疗辅助决策系统，包括：疾病初诊模块，将临床数据匹配动态医疗认知属性知识库的疾病节点属性，以确定临床疾病疑似病范围、提供临床检查指导，获取初诊结果；精确诊断模块，将疾病初诊模块无法确诊对应的临床数据通过机器学习诊断网络集群以进行疑似病量化患病风险概率分析，获得精诊结果；综合诊断模块，将针对临床疑难疾病的机器学习网络集群精确诊断结果与医疗认知属性知识库中的初诊节点信息进行校验，综合评估获取诊断结论；自进化模块，对系统误诊病例进行分析和再学习，更新医疗认知属性知识库推理路径及节点属性，并调整机器学习诊断网络集群内部参数。本发明具有诊断准确率高、自进化的特点。
📄 2019103593779
📂 G16H50_20
👤 杭州电子科技大学
📅 2019-04-30
柿子坊 · 知识产权运营
柿子坊知识产权运营平台