| 序号 | 专利名 | 申请号 | 申请日 | 公开（公告）号 | 公开（公告）日 | 发明人 |
|---|---|---|---|---|---|---|
| 81 | 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。 | ||||||
| 82 | 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。 | ||||||
| 83 | 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。 | ||||||
| 84 | 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。 | ||||||
| 85 | 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。 | ||||||
| 86 | 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。 | ||||||
| 87 | 一种基于视觉训练提高成人弱视患者视功能表现的方法 | CN202211126564.0 | 2022-09-16 | CN115547449A | 2022-12-30 | 袁进; 钟菁 |
| 本发明提供了一种基于视觉训练提高成人弱视患者视功能表现的方法，包括：采集弱视患者的基线数据；按照预设测试方式对弱视患者进行多组测试训练，获取得到测试数据，并按照测试数据以及基线数据，规划弱视患者的训练计划；采集弱视患者按照训练计划进行训练的训练数据；基于训练数据并结合训练后的复查结果，当确定出弱视患者的视力以及当下敏感度满足视功能合格标准时，进行终止训练提醒。通过视觉训练的方式，让患者能够有提升视力表现和视功能表现的可能性，从而改善生活质量。 | ||||||
| 88 | 一种基于大数据平台的医疗数据智能分析执行方法 | CN202211169269.3 | 2022-09-26 | CN115240800B | 2022-12-16 | 段小霞; 吴嘉瑞; 于言言; 赵郑 |
| 本发明的一种基于大数据平台的医疗数据智能分析执行方法，涉及大数据信息技术领域，解决的技术问题是医疗数据智能分析执行，本发明公开以下技术方案，一种基于大数据平台的医疗数据智能分析执行方法，包括以下步骤：步骤一、采集医疗数据信息，并将采集到的医疗数据信息在大数据平台中存储；采集医疗数据信息过程中通过监控模块实现数据信息的采集与监控；步骤二、构建大数据平台，在大数据平台内通过改进型TOPSIS评估方法实现医疗数据智能分析；步骤三、输出评估数据信息，以应用医疗数据智能分析执行能力。通过上述方法，大大提高了医疗数据智能分析能力。 | ||||||
| 89 | 基于异常检测的医疗数据安全存储与共享方法 | CN202210900919.0 | 2022-07-28 | CN115396155A | 2022-11-25 | 李红宁; 钱立超; 裴庆祺 |
| 本发明公开了基于异常检测的医疗数据安全存储与共享方法，通过对医疗服务对象与医疗服务数据进行权限匹配并通过分布式动态异常检测进行医疗数据安全管理。医疗服务划分数据拥有者、数据采集者、数据申请者三个数据对象，采集者和申请者与拥有者进行身份认证与权限匹配后，存储或共享医疗数据内容，收集整个交互过程中的系统运行数据，并进行分布式异常行为检测保证系统运行的安全性。本发明根据医疗数据服务中对象与数据的权限匹配关系及医疗服务交互过程的系统运行数据，动态进行分布式异常行为检测，使得医疗数据存储与共享过程的安全管理更加精确与高效。 | ||||||
| 90 | 医疗数据校验方法、装置、电子设备及存储介质 | CN202011611758.0 | 2020-12-30 | CN112711581B | 2022-11-25 | 于静; 李会龙 |
| 本公开实施例提供了一种医疗数据校验方法、装置、电子设备及计算机可读存储介质，属于医疗数据技术领域，该医疗数据校验方法包括：获取当前质控需求，并对所述当前质控需求进行拆分解析，确定所述当前质控需求对应的多类质控规则；对所述多类质控规则进行逻辑组合，并根据组合结果确定与所述多类质控规则对应的目标规则集；调用所述目标规则集对来自多个数据源的待处理医疗数据并行进行校验，以得到符合所述当前质控需求的校验结果。本公开实施例能够提高数据校验的效率。 | ||||||
| 91 | 一种基于大数据平台的监测方法和系统 | CN202210844664.0 | 2022-07-18 | CN115328724A | 2022-11-11 | 郜勇; 刘炜; 李为; 吴擎; 邓朝朋; 张强 |
| 本发明涉及一种基于大数据平台的监测方法和系统，所述方法包括:步骤S1：获取组合特征值；步骤S2：确定所述组合特征值是否满足组合特征值曲线，如果否，进入步骤S3；步骤S3：获取内容特征值；步骤S4：确定所述内容特征值是否满足内容特征值曲线，如果是，则进入步骤S5；步骤S5：确定监测目标发生监测异常。本发明监测安全度高、监测开销小、监测效率高。 | ||||||
| 92 | 一种视觉定位方法、系统、装置及存储介质 | CN202110556239.7 | 2021-05-21 | CN113384361B | 2022-10-28 | 黄凯; 陈刚; 白守民; 胡海; 尚高星 |
| 本发明公开了一种视觉定位方法、系统、装置及存储介质，该方法包括在患者体表喷印或粘贴多个铅质二维码；对患者进行扫描，建立术前的三维模型，并获取第一坐标组；获取第二坐标组；对每个铅质二维码进行识别与编码，得到每个铅质二维码的唯一标记ID；根据第一坐标组和第二坐标组，计算得到三组配准参数；根据三组配准参数，计算每个铅质二维码的中心的重投影误差；使用非线性最小二乘法对三组配准参数进行优化，得到优化后的配准参数；根据优化后的配准参数，确定术中患者真实的病灶位置。本发明所需装置简单、精度高、时间短；能够将术中相机视觉系统中病灶区域与术前三维成像系统中的病灶区域进行配准；本发明可广泛应用于手术导航技术领域。 | ||||||
| 93 | 一种基于自动化机器学习的前列腺癌风险分类方法及装置 | CN202210614466.5 | 2022-05-30 | CN115240841A | 2022-10-25 | 王富博; 韦春梦; 张会勇; 程继文; 陈俊毅; 魏雪栋; 徐斌; 何星 |
| 本发明公开了一种基于自动化机器学习的前列腺癌风险分类方法及装置，属于疾病风险预测技术领域。本发明综合临床多模态大数据，包含患者的人口统计学、现有分子标志物、生命体征、疾病描述、检查检验、诊断、病理、医嘱、影像等，更为准确、全面地预测患者疾病状态；利用NLP技术，在大量的超声报告中提取了“前列腺截面面积”这一特征，该特征能在预测前列腺癌的算法中发挥及其重要作用，极大地提升模型的预测效果，并且利用自动化机器学习，几乎搜索了业内所有常见的分类算法及其参数空间，最优的预测指标——AUC，可以达到0.84。 | ||||||
| 94 | 一种基于大数据平台的医疗数据智能分析执行方法 | CN202211169269.3 | 2022-09-26 | CN115240800A | 2022-10-25 | 段小霞; 吴嘉瑞; 于言言; 赵郑 |
| 本发明的一种基于大数据平台的医疗数据智能分析执行方法，涉及大数据信息技术领域，解决的技术问题是医疗数据智能分析执行，本发明公开以下技术方案，一种基于大数据平台的医疗数据智能分析执行方法，包括以下步骤：步骤一、采集医疗数据信息，并将采集到的医疗数据信息在大数据平台中存储；采集医疗数据信息过程中通过监控模块实现数据信息的采集与监控；步骤二、构建大数据平台，在大数据平台内通过改进型TOPSIS评估方法实现医疗数据智能分析；步骤三、输出评估数据信息，以应用医疗数据智能分析执行能力。通过上述方法，大大提高了医疗数据智能分析能力。 | ||||||
| 95 | 处理方法、系统及存储介质 | CN202210954582.1 | 2018-02-13 | CN115137335A | 2022-10-04 | 渡边尚志 |
| 本发明的提供处理方法、系统及存储介质。由计算机执行的处理方法包括如下处理：取得进行作业的作业者的生物体信息；取得与由上述作业者进行的键盘输入及鼠标操作中的至少一个操作有关的作业信息；使上述作业者进行上述作业的期间的上述生物体信息与上述作业信息建立关联并储存到存储装置中；以及基于(1)储存在上述存储装置中的、过去的上述作业信息与上述生物体信息的相关关系、(2)当前的上述作业者的上述生物体信息、以及(3)当前的上述作业信息，判定当前的上述作业者的上述作业的适宜度。 | ||||||
| 96 | 基于多源信息的病人相似度分类方法 | CN202210747812.7 | 2022-06-29 | CN115083550A | 2022-09-20 | 张杰; 张鑫; 康孟飞; 王若冰; 王静宜; 潘志庚 |
| 本发明公开了一种基于多源信息的病人相似度分类方法，包括如下几步：对原始多源信息数据集进行记录连接，构建数据集；使用改进的Jaccard相似度来度量数据集中的长文本和短文本医疗报告数据集之间的相似度；将上述得到的数据集进行融合，用决策树方法对融合后的数据集进行分类，得到分类准确率。本发明的方法可对完全没有标记的原始多源、多模态医疗报告数据集进行相似度分类，并且取得了比现行方法更好的分类效果。 | ||||||
| 97 | 一次性通证 | CN202080092429.1 | 2020-12-07 | CN115053241A | 2022-09-13 | 巴席姆·阿玛尔; 张伟; 克雷格·史蒂文·赖特 |
| 一种使用区块链事务发行一个或更多个一次性通证以供一个或更多个相应通证赎回者使用的计算机实现的方法，其中所述方法由通证发行者执行并且包括：生成通证事务，其中所述通证事务包括：一个或更多个通证输出，其中每个通证输出包括表示相应一次性通证的通证数据，每个一次性通证与所述通证事务的相应可花费的输出相关联，每个一次性通证的相应有效性取决于区块链的未花费的事务输出集合中存在的相应可花费的输出；一个或更多个输入，其中所述输入中至少第一输入包括链接到所述通证发行者的第一公钥的签名；将所述通证事务传输给区块链网络的一个或更多个节点以使所述事务记录在所述区块链中。 | ||||||
| 98 | 数据质量的评估方法、装置、设备及存储介质 | CN202210845291.9 | 2022-07-19 | CN115019914A | 2022-09-06 | 舒振峰; 杨政; 刘洋 |
| 本发明属于数据质量评估技术领域，公开了一种数据质量的评估方法、装置、设备及存储介质。该方法包括：确定评估数据需求；根据所述评估数据需求确定评估数据中的待评估数据集；根据所述评估数据需求以及所述评估数据建立评估度量指标；根据所述评估度量指标对所述待评估数据集进行质量评估，得到评分结果。通过上述方式，能够有效提高数据质量评估的准确性。 | ||||||
| 99 | 多维度数据的离群值检测方法、装置、设备和介质 | CN202110433833.7 | 2021-04-21 | CN113327655B | 2022-08-05 | 林曙光; 黄家昌; 邱道椿; 王应明 |
| 本发明提供多维度数据的离群值检测方法、装置、设备和介质，方法包括：S1、提取检测目标需要参与计算的不同量纲的多维数据；S2、检验每维数据是否服从正态分布，若不是，则进行数据转换，使转换后的每维数据服从正态分布；S3、以每维数据的平均值为基准，计算已服从正态分布的多维数据的初始马氏距离；S4、通过调整系数对所述初始马氏距离进行调整计算，得到调整后马氏距离；S5、根据既定规则判定所述调整后马氏距离的离群值。本发明能够同时考虑多维数据，避免单独一维数据而引起的分歧，从而使离群值的检测更加全面、科学、准确、系统，并且可根据结果区分高、低离群值。 | ||||||
| 100 | 用于败血症风险评估的系统和方法 | CN202080088857.7 | 2020-12-23 | CN114845634A | 2022-08-02 | D·M·黑登; P·C·辛普森; M·L·约翰逊 |
| 本公开的某些方面总体上涉及一种用于识别患者体内的败血症风险的方法。所述方法包括在一个或多个时间段内测量与身体相关的乳酸盐浓度。所述方法还包括基于乳酸盐浓度识别败血症风险。 | ||||||
QQ群二维码
意见反馈
意见反馈