本发明公开了一种基于卷积自编码器高斯混合模型的健康数据检测方法,属于医疗保健技术领域。所述方法采用了自适应、非线性、多层编码的方式将多维数据转为低维特征表示,有效避免了由于“维度灾难”导致的计算开销大而降低检测准确性的问题;该方法性针对人体活动数据的多阶段的特性,加入了卷积与反卷积神经网络层,有效识别并提取数据特征,进一步地提高了检测的精度;本发明将降维过程和密度估计过程有机地结合在一起,避免了两模型独立导致陷入局部最优的窘境;同时考虑到矩阵的奇点问题,协方差矩阵的逆可能会无法求解的问题,利用混合概率、均值和协方差来构造协方差矩阵的cholesky分解,以计算样本密度避免了无法求解的问题。
📄 202011226516X
📂 G16H50_30
👤 江南大学
📅 2020-11-04
本发明公开了一种基于肠道微生物统计模型实现健康状态监测的方法,属于微生物技术领域。所述方法包括:PCA、对比PCA学习、GSMM和BHC方法。本发明通过健康人群建立统计模型和健康指数,提高了不健康人群的检测率,能及时检测出不健康,减少患者的经济损失,产生较大的经济效益;采用对比PCA学习方法,进一步分析健康人群中存在的差异,及时对健康人群存在的风险进行评估,降低健康人群患病的风险;通过统计模型的BHC诊断,可以及时追溯到与所报告不健康表型相关的那些最负责任的物种,从而达到个性化诊断的效果。
📄 2023103328271
📂 G16H50_30
👤 江南大学
📅 2023-03-30
本发明公开了一种基于肠道菌群预测模型集成学习的年龄预测方法,包括:获取人类肠道菌群宏基因组学的原始数据,将获得的基因组数据进行质量控制,并获取肠道菌群物种组成和代谢通路组成丰度表,构建样本数据集;然后对样本数据集进行特征选择;使用筛选后的特征结合宿主地域信息构建多类年龄预测模型,并采用网格搜索确定使得预测模型精度更高的超参数并对各个最佳预测模型进行训练和预测,得到集成年龄预测方法;最后利用确定的肠道菌群特征和集成年龄预测方法预测样本的年龄,并通过特征解释确定与年龄相关的关键物种和通路。本发明采用了集成学习方法,有效提高了年龄预测准确率;并且能够定向指导肠道菌群的调整,进而实现抗衰老干预。
📄 2021113600598
📂 G16H50_30
👤 江南大学
📅 2021-11-17
本发明公开了一种基于多分支自适应深度融合的健康监测系统及装置,涉及健康管理辅助技术领域。该系统包括:数据获取模块获取目标人群的图像、文本和音频数据;健康监测模型构建模块构建多模态健康监测模型,该模型通过特征提取子模块对各模态数据提取特征,监督自编码器对齐子模块经自监督学习和基于标签的监督学习得到低维潜在表示向量,多分支自适应融合子模块以一种模态为主导自适应融合其他模态并通过门控机制调权重,动态门控深度融合决策子模块采用双分支架构生成多模态预测结果;健康评估模块据此生成健康状态评估结果。本发明通过多分支自适应深度融合架构,解决传统方法模态融合难等问题,提升健康监测的准确性、鲁棒性与智能化水平。
📄 2025110243582
📂 G16H50_30
👤 江南大学, 无锡智语未来科技有限公司
📅 2025-07-24
本发明提供一种贝叶斯疾病风险高精度制图方法及系统,涉及空间统计分析技术领域。针对现有技术多因素融合、复杂空间结构刻画、时空关联建模及高分辨率制图能力不足的问题,本发明采集多源协变量,构建集成协变量子模型并生成样本外预测和样本内预测;建立贝叶斯区域时空层次关联模型,将子模型预测结果作为协变量,以logit函数将患病率表示为协变量线性组合,残差采用三维高斯过程并利用随机偏微分方程近似;通过后验抽样生成高分辨率栅格风险图,经人口加权汇总至行政单元。本发明能实现多因素驱动的疾病风险高精度时空估计与制图,适用于公共卫生监测、疾病预警与精准干预。
📄 2026106205050
📂 G16H50_30
👤 南京信息工程大学; 江苏省水文水资源勘测局
📅 2026-05-08
本发明公开了基于多模态时序数据深度学习的轻度抑郁症动态预测系统,包括数据采集模块,采集轻度抑郁症疑似患者的相关数据;数据处理模块,对采集的数据进行预处理,采用临床‑数据双驱权重融合算法生成多模态时序特征集;关键特征集获取模块,根据多模态时序特征集的时间分辨率关系,得到最优时间尺度;基于最优时间尺度获取时序特征向量集合,并对该集合进行修正,得到多模态关键特征集;特征向量获取模块,基于多模态关键特征集,并结合临床先验构建初始超图,得到轻度抑郁症预测特征向量;最优方案获取模块,基于轻度抑郁症预测特征向量,生成Pareto最优方案集。本发明实现了高精度预测与病情跟踪,为抑郁症精准医疗提供智能化工具。
📄 2025119771038
📂 G16H50_30
👤 南京信息工程大学
📅 2025-12-25
本发明涉及疼痛评估技术领域,具体为一种儿科疼痛评估系统,包括肌群节奏识别模块、行为联动筛查模块、周期波动提取模块、行为生理对差模块和疼痛分级判定模块。本发明中,通过面部肌群之间的角度关系与启动时序构建联动偏移识别路径,识别多肌肉协同失衡表现,形成区域级动态行为判断依据,利用多种行为特征在同一时间段内的响应重叠情况,建立行为协同判别机制,排除未形成有效配合的路径信号,增强了行为特征有效性,引入节律变化中峰值时间的连续趋势结构,构建周期响应突变监测通道,提升对短时波动集中段的识别灵敏度,基于行为与生理响应间的触发时间错位状态,提取响应失配区段,并在时序重叠区域中定位疼痛判定关键点。
📄 2025106606969
📂 G16H50_30
👤 上海全景医学影像诊断中心有限公司
📅 2025-05-22
基于大数据深度学习的疾病协同递进预测方法和机器人,包括:目标用户确定步骤;疾病预测模型获取步骤;疾病预测模型信息获取步骤;疾病预测模型优选度计算步骤;疾病预测模型使用步骤;预设功能第一设置步骤;目标疾病检测的疾病预测第一模型步骤;目标疾病检测的疾病预测更多模型步骤。上述方法、系统和机器人,充分利用望闻问切、西医中医等各种手段获取的数据进行基于深度学习的疾病预测模型的训练和预测,并且能够将各种数据源进行不同组合,通过计算预设功能的多种疾病预测模型的成本、数据获取难度、预测准确率来确定每个疾病预测模型的优选度,寻找出最佳的组合方式,获得最低成本、最易实施、最优效果的疾病预测模型。
📄 2020116298995
📂 G16H50_30
👤 华南师范大学
📅 2020-12-30
基于大数据深度学习的中医个人风险分合协同预测方法,包括:目标用户确定步骤;目标疾病确定步骤;目标疾病望闻问切步骤;疾病排查望闻问切步骤;健康状况望闻问切步骤。上述方法、系统和机器人,通过借鉴中医的综合辩证的思想将望闻问切融为一体,能够分别获取望、闻、问、切的特征数据用于融合得到望闻问切的综合性特征数据,并输入深度学习模型进行疾病的诊断,充分借鉴了中医的综合辩证的思想,能够极大地提高疾病诊断的效果和准确率。
📄 2020116298942
📂 G16H50_30
👤 华南师范大学
📅 2020-12-30
本申请公开了一种基于区块链的医疗检测数据评价系统及方法,本系统中体检中心通过区块链技术和基于属性的加密算法,使得用户的体检电子数据能够在不被暴露的情况下,由用户所期望的专业水准的医生作出评估报告,进而让体检中心的潜力得到充分发挥,拟补地区间医疗资源不均衡的问题,同时减轻医疗机构的诊疗压力。当匹配的医生数量较多时,可以通过权益金数量快速确定主理人,从程序上缩短出评价报告的时间,从而达到提高系统效率的效果。此外,成为主理人在完成评估报告后便可获得用户提供的激励金作为奖励,积累更多的令牌,提高成为主理人的机率,而用户则获得了高质量的医疗建议,双方形成正向循环,促进系统的健康发展。
📄 2023101317484
📂 G16H50_30
👤 印杰
📅 2023-02-18
本申请涉及适用于黄疸检测的参考数据处理技术领域,特别涉及基于人工智能的新生儿黄疸筛查管理方法及系统,包括:先计算目标新生儿对应的修正出生体重,以确认目标新生儿对应的出生体重修正系数,然后基于目标新生儿对应的修正出生体重与胎龄,计算目标新生儿对应的黄疸健康指数,再计算目标测量周期中目标新生儿对应的第一胆红素判别指标,并且进一步确认目标新生儿对应的第二胆红素判别指标,最后将目标新生儿对应的黄疸健康指数、第一胆红素判别指标以及第二胆红素判别指标进行存储。相对于传统的黄疸筛查过程中医生可参考的中间参考量较单一的问题,本申请实施例获取的数据更加丰富,能够更为准确的辅助医生进行后续判断。
📄 2024111100929
📂 G16H50_30
👤 大连锦辉盛世科技有限公司
📅 2024-08-14
本发明涉及生猪健康监测技术领域,公开了一种生猪腹泻病早期预警的时序注意力网络模型构建方法,其包括获取生猪生理指标与环境因子数据并预处理生成标准化序列;通过深度学习提取特征生成初始特征向量集合;标注时序权重确定时间戳标签与动态权重系数;进行跨模态时序关联分析生成模态间关联方向与强度;采集多模态数据构建特征矩阵并进行时序对齐;将对齐特征矩阵映射至健康状态知识图谱生成预警条目。本发明能够结合深度学习与时序注意力机制,挖掘多模态数据深层关联,提升早期预警精度与效率,为生猪健康监测提供可靠技术支持。
📄 2025113198790
📂 G16H50_30
👤 龙岩学院
📅 2025-09-16