| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 61 | 一种ICD编码数据处理方法、系统、存储介质及设备 | CN202011521635.8 | 2020-12-21 | CN112635001B | 2023-04-07 | 何彬彬; 吴军; 高希余; 樊昭磊; 张伯政; 桑波; 何云威 |
| 本发明属于数据处理领域，提供了一种ICD编码数据处理方法、系统、存储介质及设备。其中，ICD编码数据处理方法包括获取医疗过程信息；将医疗过程信息输入至ICD编码预测模型中，输出ICD编码预测结果；所述ICD编码预测结果采用张量表示，该张量中的值的数量与ICD中编码的数量一致，张量中每个值表示其对应ICD中编码的概率值；其中，ICD编码预测模型使用损失函数loss进行优化直至到达预设目标，所述损失函数loss由ICD编码预测结果对应的张量构建且具有三角函数、二次函数以及指数函数的性质。 | ||||||
| 62 | 网络本体语言表达式的生成方法、装置、设备和介质 | CN202211644788.0 | 2022-12-21 | CN115687660B | 2023-03-28 | 马朋坤; 张浩; 马瑞祥; 鲁新新; 李天宁 |
| 本说明书实施方式提供了一种网络本体语言表达式的生成方法、装置、设备和介质。所述方法包括：将医学术语在预设医学词典中匹配，预测得出多个多元组数据；其中，预设医学词典包括多个层级化的医学词；多元组数据包括医学术语和至少一个与医学术语相关的医学词；将多个多元组数据划为多个医学知识组；医学知识组中的多元组数据用于表示针对医学术语的医学知识；不同医学知识组表示的医学知识不同；根据多个医学知识组，生成医学术语的网络本体语言表达式。通过在医学词典中预测出与医学术语相关的医学词，组成多元组数据，进一步地使用根据所述多元组数据形成的医学知识组生成网络本体语言表达式，提高了网络本体语言表达式生成的效率。 | ||||||
| 63 | 面向医疗大数据的区块链与联邦学习融合方法 | CN202211514821.8 | 2022-11-30 | CN115599799B | 2023-03-10 | 陈先来; 李凯欣; 安莹 |
| 本申请适用于联邦学习技术领域，提供了一种面向医疗大数据的区块链与联邦学习融合方法，包括：在医疗客户端和矿工之间构建区块链网络和联邦学习训练环境；医疗客户端利用本地医疗数据集训练深度学习模型，对缺失标签的类别限制分类层权重，完成训练后将本地模型上传给关联矿工获得数据激励；矿工们交叉验证模型更新后，运行工作量证明机制产生新的区块并获得挖矿奖励，随后将模型更新存储于新的区块中并添加到区块链中；医疗客户端从区块链上下载新的区块，并依据智能合约校验准确率，动态调整权重来更新全局模型；重复上述步骤，直至全局模型收敛。本申请能提升全局模型的性能，提高联邦学习系统的鲁棒性，提升各医疗机构对联合训练的积极性。 | ||||||
| 64 | 基于联邦学习和双联盟区块链的医疗数据安全共享方法 | CN202211374997.8 | 2022-11-04 | CN115765965A | 2023-03-07 | 苏新; 蔡蕾; 陆晓春; 李佳 |
| 本发明公开了一种基于联邦学习和双联盟区块链的医疗数据安全共享方法，包括：建立区块链网络，建立双联盟链；制定智能合约，选举出公证人；医疗数据使用者发出请求申请给公证人，由公证人签名认证后整理发送给医疗数据拥有者；医疗数据拥有者收到请求后，触发相关模型训练合约，将训练好的全局参数加密上链和返回相应信息给公证人，并且对医院节点贡献进行评估；公证人下载信息提取参数数据文件，发送给医疗数据使用者；医疗数据使用者解密提取明文，医院节点根据贡献值完成升降级排名。本发明利用联邦学习实现医疗数据共享的同时，引入双联盟区块链技术保护医疗数据隐私的安全，规避联邦学习过程中医疗数据安全性差，防篡改性弱等问题。 | ||||||
| 65 | 肌肤健康应用的用户个性化推荐方法及装置 | CN202211578653.9 | 2022-12-06 | CN115762802A | 2023-03-07 | 陈朝波; 梁建南 |
| 本发明涉及个性化推荐技术领域，揭露了一种肌肤健康应用的用户个性化推荐方法，包括：获取症状指标序列中症状指标对应的标准症状词集，根据所述症状指标序列提取待诊症状指标词集与标准症状词集的重合病例集，按照症状指标序列对重合病例集筛选，得到多个初始诊疗病例集，求取多个初始诊疗病例集的交集，得到目标诊疗病例集，判断目标诊疗药剂集是否存在完全重复药剂集，若存在则将完全重复药剂集作为目标推荐药剂集，若不存在，则根据推荐度推荐目标诊疗药剂集。本发明还提出一种肌肤健康应用的用户个性化推荐装置、电子设备以及计算机可读存储介质。本发明可以解决药剂开方方式存在开方效率低的问题。 | ||||||
| 66 | 用于医疗设备的文档管理系统、文档管理方法及计算机可读存储介质 | CN202111017153.3 | 2021-08-31 | CN115732071A | 2023-03-03 | 吴庆旺; 葛明华; 王静 |
| 公开了用于医疗设备的文档管理系统、文档管理方法及计算机可读存储介质。用于医疗设备的文档管理系统，包括：模板创建模块，用于创建医疗设备的操作模板，操作模板至少具有医疗设备的设备信息和医疗设备的操作规范性信息，其中，操作规范性信息指示与医疗设备有关的操作的规范性说明；存储模块，用于存储操作模板；文档生成模块，用于从存储模块中调用操作模板并且根据操作模板来生成医疗设备的设备操作文档，设备操作文档至少具有医疗设备的设备信息以及关于根据操作规范性信息执行与医疗设备有关的操作的执行结果的执行结果信息；以及文档发布模块，用于发布生成的设备操作文档并将设备操作文档存储在存储模块中。 | ||||||
| 67 | 资料分析系统及资料分析方法 | CN202111175932.6 | 2021-10-09 | CN115713992A | 2023-02-24 | 廖柏嘉; 林漪寒; 吴明伦; 胡文芯 |
| 一种资料分析系统及资料分析方法，可以针对病历内文进行优化，并将优化后的病历报告输入一应用模型，使得应用模型能够将病历报告与诊断码间连结，输出精准的推荐诊断码。诊断码的查找工作有了应用模型辅助后，借此进一步提高了医疗的整体品质。 | ||||||
| 68 | 医用信息处理方法、装置、计算机设备及存储介质 | CN202211117929.3 | 2022-09-14 | CN115691724A | 2023-02-03 | 周晓悦; 周利 |
| 本发明实施例公开了医用信息处理方法、装置、计算机设备及存储介质。所述方法包括：获取传入的医用信息；遍历所有类型；根据配置创建所述医用信息对应的bean对象的数量；读取模版数据，并解析所述模版数据，以得到解析结果；根据配置节点路径从解析结果取出数据，并封装至所述bean对象的当前属性中，以得到标准xml文件；输出所述标准xml文件。通过实施本发明实施例的方法可实现在不同机构之间医疗数据传输时，接到相关需求后可高效、简便完成配置，无需上下游机构定制开发，直接进入流程数据验证。 | ||||||
| 69 | 医疗数据检测的质控方法、装置、设备、介质及程序产品 | CN202210395902.4 | 2022-04-15 | CN115691722A | 2023-02-03 | 王清涛; 周睿; 郑华荣 |
| 本申请提供了一种医疗数据检测的质控方法、装置、设备、介质及程序产品，通过获取综合质控要求表，并根据综合质控要求表确定各个医学检测项目对检测误差的限制范围；根据各个检测误差的限制范围，从误差识别模型库中确定目标误差识别模型，误差识别模型库中包括多个待选误差识别模型，待选误差识别模型的类型包括：基于质控物的室内质控模型、基于患者数据的实时质控模型以及基于患者数据的机器学习模型；利用目标误差识别模型对医疗检验机构中各个医疗设备的实时检测数据进行质控监测。解决了如何降低医疗质控相关系统的部署成本的技术问题。达到了使医疗质控方法能够在各个实验室落地部署并实施的技术效果。 | ||||||
| 70 | 文本处理方法、设备、介质和程序产品 | CN202110872803.6 | 2021-07-30 | CN115688735A | 2023-02-03 | 许梦竹; 田聪; 袁亚娜 |
| 本公开的实施例涉及文本处理方法、设备、介质和程序产品。一种文本处理方法包括：获得第一训练文本以及在标准文本库中被标记为与第一训练文本匹配的第一标准文本，标准文本库包括知识领域中使用的多个标准文本；通过修改标准文本库中的第二标准文本来生成第二训练文本，第二训练文本被标记为与第二标准文本匹配；以及利用第一和第二训练文本以及第一和第二标准文本，根据训练目标来训练被配置为生成文本的特征表示的模型，训练目标至少被确定为使模型针对第一训练文本生成的第一特征表示能够被重构为第一标准文本，并且使模型针对第二训练文本生成的第二特征表示能够被重构为第二标准文本。以此方式，得到的模型使得文本的标准化处理更准确。 | ||||||
| 71 | 网络本体语言表达式的生成方法、装置、设备和介质 | CN202211644788.0 | 2022-12-21 | CN115687660A | 2023-02-03 | 马朋坤; 张浩; 马瑞祥; 鲁新新; 李天宁 |
| 本说明书实施方式提供了一种网络本体语言表达式的生成方法、装置、设备和介质。所述方法包括：将医学术语在预设医学词典中匹配，预测得出多个多元组数据；其中，预设医学词典包括多个层级化的医学词；多元组数据包括医学术语和至少一个与医学术语相关的医学词；将多个多元组数据划为多个医学知识组；医学知识组中的多元组数据用于表示针对医学术语的医学知识；不同医学知识组表示的医学知识不同；根据多个医学知识组，生成医学术语的网络本体语言表达式。通过在医学词典中预测出与医学术语相关的医学词，组成多元组数据，进一步地使用根据所述多元组数据形成的医学知识组生成网络本体语言表达式，提高了网络本体语言表达式生成的效率。 | ||||||
| 72 | 医疗数据的质量评估方法、装置、设备及可读存储介质 | CN201811462376.9 | 2018-11-30 | CN109615204B | 2023-02-03 | 黄越; 陈明东 |
| 本发明基于大数据分析处理的思想，提出一种医疗数据的质量评估方法、装置、设备及可读存储介质，方法包括：读取各就诊患者的基础数据表、医保数据表和就诊数据表，并将基础数据表、医保数据表和就诊数据表设为组元素，形成医疗数据组；对医疗数据组中的各组元素分别进行数据合理性检测、数据对应性检测和勾稽关系检测，生成检测结果；根据预设的检测结果与质量等级之间的对应关系，确定与生成的检测结果对应的目标质量等级，并根据目标质量等级，对医疗数据组进行质量评估。本方案将检测医疗数据组中各组元素的数据合理性、对应性和勾稽关系的检测结果，作为医疗数据的质量评估依据，使得评估更为准确，提高了评估的效率以及自动化程度。 | ||||||
| 73 | 一种乳腺肿瘤患者随访数据的快捷式处理方法 | CN202211242479.0 | 2022-10-11 | CN115631820A | 2023-01-20 | 何瀛; 张晴霞; 鲍晓仙; 严林娟; 谢探; 曹一佳 |
| 本发明涉及一种乳腺肿瘤患者随访数据的快捷式处理方法，包括：S1、获取乳腺肿瘤患者的本次随访数据；S2、根据乳腺肿瘤患者的本次随访数据和/或乳腺肿瘤患者上次随访数据，预测与本次随访数据所对应的乳腺肿瘤患者可能出现的第一症状情况；S3、在乳腺肿瘤患者的本次随访数据中，确定与第一症状情况对应的第一检测项目数据；S4、确定与所述第一症状情况对应的第二症状情况；第二症状情况与第一症状情况不同；S5、在乳腺肿瘤患者的本次随访数据中，确定与第二症状情况相关的第二检测项目数据；S6、根据所述第二检测项目数据和所述第一检测项目数据，确定本次随访数据中的重点检测项目的数据，并将所述重点检测项目的数据展示。 | ||||||
| 74 | 一种基于生成模型的医学中文命名实体识别方法 | CN202211470749.3 | 2022-11-23 | CN115630649A | 2023-01-20 | 郭永安; 吴杰; 钱琪杰; 王宇翱 |
| 本发明属于数据处理领域，公开了一种基于生成模型的医学中文命名实体识别方法，该生成模型包括对抗训练模块和私有任务模块，其中所述对抗训练模块由一个Shared BiLSTM生成器、一个Self‑Attention机制和一个CNN判别器组成，该医疗领域中文命名实体识别方法采用Lattice LSTM动态框架，动态的改变LSTM的结构以充分利用词与词之间的序列关系，克服了非结构化中文医学命名实体文本的局限性；采用对抗式训练的动态架构学习中文CNER任务和CWS任务的共同特征，提取医学文本中特定的信息，将实体与实体之间、实体与非实体之间的边界区分开来，实现中文医学命名实体的有效识别。 | ||||||
| 75 | 面向医疗大数据的区块链与联邦学习融合方法 | CN202211514821.8 | 2022-11-30 | CN115599799A | 2023-01-13 | 陈先来; 李凯欣; 安莹 |
| 本申请适用于联邦学习技术领域，提供了一种面向医疗大数据的区块链与联邦学习融合方法，包括：在医疗客户端和矿工之间构建区块链网络和联邦学习训练环境；医疗客户端利用本地医疗数据集训练深度学习模型，对缺失标签的类别限制分类层权重，完成训练后将本地模型上传给关联矿工获得数据激励；矿工们交叉验证模型更新后，运行工作量证明机制产生新的区块并获得挖矿奖励，随后将模型更新存储于新的区块中并添加到区块链中；医疗客户端从区块链上下载新的区块，并依据智能合约校验准确率，动态调整权重来更新全局模型；重复上述步骤，直至全局模型收敛。本申请能提升全局模型的性能，提高联邦学习系统的鲁棒性，提升各医疗机构对联合训练的积极性。 | ||||||
| 76 | 用于对韧带进行热治疗的设备和方法 | CN201880037476.9 | 2018-07-03 | CN110799142B | 2023-01-10 | C·P·汉考克; 帕特里克·伯恩; 列夫·盖根 |
| 一种用于使用微波能量来紧缩韧带的电外科设备。使用检测器来获得有关治疗区的信息。基于此信息，确定能量递送特征。所述能量递送特征被选择为在靶组织(例如，韧带、肌腱等等)中引起期望的热效应，而不会确定并递送不想要的热副作用。通过此设备，能够以精确的方式将能量递送到所述靶组织。所述能量递送特征可以是基于所述治疗区中的身体组织类型的复阻抗或者衰减和/或相位常数。 | ||||||
| 77 | 一种基于数据融合的医疗数据管理方法、系统及存储介质 | CN202211374918.3 | 2022-11-04 | CN115579118A | 2023-01-06 | 张天泽; 侯波林; 罗祥凤; 曹代军; 孙美双 |
| 本申请提供一种基于数据融合的医疗数据管理方法、系统及存储介质。所述医疗数据管理方法包括：获取待处理医疗数据；利用预设的解析规则对所述待处理医疗数据进行解析；将解析后的医疗数据进行融合，以获得融合后的医疗数据。本申请实施例的基于数据融合的数据管理方法，利用预设的解析规则对所述待处理医疗数据进行解析，并将解析后的医疗数据进行融合，以获得融合后的医疗数据，实现医疗数据的多源信息的融合，提高医疗诊断效率。 | ||||||
| 78 | 一种多模态医疗数据湖构建方法及系统 | CN202211436205.5 | 2022-11-16 | CN115579094A | 2023-01-06 | 陈一超; 车涛锋; 刘士懂; 王磊; 张伯慧; 李云锋; 弓孟春; 史文钊 |
| 本发明提供了一种多模态医疗数据湖构建方法及系统，该方法包括：S1：获取临床数据，并汇聚进入数据湖中；S2：获取影像、病理以及基因的医疗多模态数据，并形成影像、病理以及基因数据文件；S3：根据患者信息和就诊信息，将临床数据与影像、病理以及基因数据文件进行整合，构建DHCDM多模态模型。本发明所提供的一种多模态医疗数据湖构建方法及系统，将医疗临床数据与医疗多模态数据进行整合，兼容多种格式的医疗数据，并形成多模态医疗模型，进而能够通过多模态平台对医疗多模态数据进行分析和处理，且模型具备伸缩性强、实时性高、读取速度快以及应用范围广的优势。 | ||||||
| 79 | 一种手术器具注册设备及方法 | CN202111467651.8 | 2021-12-03 | CN114305683B | 2023-01-06 | 于洪健; 杜志江; 华昕 |
| 本发明公开了一种手术器具注册设备及方法，所述注册设备包括底座、V形块、手术器械夹持装置、被动反光标记点角度调整装置和光学追踪设备，其中：所述底座的一端安装有V型块，另一端安装有被动反光标记点角度调整装置；所述手术器械夹持装置放置在V型块上；所述手术器械夹持装置包括被动反光标记夹持座和夹持座，被动反光标记夹持座和夹持座将手术器械夹住；所述被动反光标记点角度调整装置包括被动反光标记点块，手术器械的末端紧靠在被动反光标记点块上；所述双目光学追踪设备安装在底座一旁。本发明以简单一次性高精度获取末端点与追踪点之间的坐标关系，能够避免传统方法中由于人工标定过程中操作失误产生较大误差。 | ||||||
| 80 | 管理用于临床应用程序的计算机资源 | CN202180034626.2 | 2021-05-17 | CN115552538A | 2022-12-30 | 叶夫根尼·德拉普金; M·布朗斯坦; F·埃斯皮纳尔; D·迈纳; G·奥默; B·达扬; 大卫·希瓦利埃; M·乌尼克里希南 |
| 提供了关于基于与一个或多个计算任务相关联的临床优先级来管理计算资源的技术。例如，本文所述的一个或多个实施方案可涉及一种系统。该系统包括可存储计算机可执行部件的存储器。该系统还可包括处理器，该处理器可操作地耦接到存储器，处理器执行存储在存储器中的计算机可执行部件。该计算机可执行部件可包括优先级部件，该优先级部件可基于由计算机应用程序执行的任务的临床优先级来优先化这些计算机应用程序。临床优先级可表征这些任务的时间敏感性。该计算机可执行部件还可包括资源池部件，该资源池部件可跨多个资源池划分计算资源，并可基于临床优先级将这些计算机应用程序分配给多个资源池。 | ||||||
QQ群二维码
意见反馈
意见反馈