特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕

本发明公开了一种基于区块链的电子病历系统，包括写入患者病例的病例写入模块，病例写入模块输出连接用于临时处理储存数据的临时存储模块，临时存储模块输出连接用于生成并计算区块哈希值的区块链写入模块；区块链写入模块输出连接用于存储区块链内容的区块链服务器；区块链服务器连接另一家医院的用于存储区块链内容的医院区块链服务器，所述区块链服务器和医院区块链服务器均无线和/或有线连接存储区块链内容的云端；云端无线连接操作端，操作端连接病例写入模块。本发明减少了病例丢失的麻烦，方面医生了解病患信息，便于医生对病患信息的准确判断，可有效防止数据损坏，保证数据的完整性。

本发明提供一种控制传染病的方法、装置、电子设备及存储介质，该方法结合了大数据和传统的人工作业方式，通过多种途径收集与传染病控制密切相关的地区风险、症状风险和密切接触风险等三个维度的信息，使得对庞杂的人群进行有效监控成为可能；并且将上述信息进行合理利用，为形成对不同情况的人员进行不同管控的控制机制提供数据参考，极大地提高了管理的透明度，能够准确地进行分级管控，能够兼顾管控的高效与合理，极大地减轻管理者在面对庞杂人群进行管理的作业难度，极大地提高普通群众的对于传染病控制的参与度以及知晓度，有利于形成全员抗疫，从而快速高效对传染病进行控制。

本发明涉及一种基于智能联合学习的疾病诊断系统。该系统包括：上下文特征嵌入表示层，医学影像嵌入表示层，医学查体实验数据嵌入表示层，医学知识编码层，神经网络隐藏层，以及联合学习输出层。该系统采用传统线性模型和深度学习模型的联合学习模型，用于有效的疾病诊断，既能利用深度学习实现对医疗影像、电子病历和查体实验结果的高层信息自动抽取，免去复杂的特征工程，又能利用规则融入医学诊断学的知识与医生经验。本发明既能比较全面的覆盖病人的多种模态信息，又能在保持深度学习算法强大泛化能力的同时有效结合医学诊断学的领域知识，增强整体疾病诊断算法模型的可解释性和准确性。

本发明公开了一种用于预测结直肠癌患者发生隐匿性肝转移的风险度的方法，所述方法采用随机森林法，建立以结直肠癌患者的原发灶第一支回流静脉血中CTC数目等主要危险因素为自变量的预测模型，用于预测结直肠癌患者发生隐匿性肝转移的风险度，达到指导病人进行医疗决策、术后复查随访等作用。

本发明公开了一种基于自适应寻优模型的血糖变化趋势预测系统，要解决的是现有血糖预测中的问题。本发明包括数据采集模块、数据预处理模块、数据存储模块、模型训练模块、模型预测模块和结果输出模块，所述数据采集模块与数据预处理模块相连，模型预测模块分别与数据预处理模块、模型训练模块和结果输出模块相连，数据存储模块分别与数据预处理模块和模型训练模块相连。本发明采集用户之前一段时间的各种生理指标数据和基础信息，分析相关生理指标本与血糖值隐形联系，挖掘出用户过去一段时间血糖变化的趋势，预测用户一年内的血糖变化趋势，从而可以对可能出现高血糖的用户提出预防建议，有利于降低糖尿病的发病率。

发明名称:基于大数据的私人定制健康管理系统本发明基于大数据分析处理,针对客户实际情况私人定制出切实可行的健康改善措施,并实时跟进改善状况,总结改善效果,从而提高客户自身免疫力,从根本上提高客户健康状况的管理系统。

本发明提供一种评估化学驱油体系色谱分离程度的方法，利用该描述方法求得的色谱分离参数可以预测化学驱油剂在地下的色谱分离程度，从而指导室内驱油体系的配方设计。该分离参数描述方法包括:获取各驱油剂浓度曲线；利用重合面积比法来求取参数；建立色谱分离参数描述模型；色谱分离程度判别。该色谱分离参数描述方法有助于深入认识复合驱的驱油机理，指导复合驱油体系配方设计与优化。本发明的原理描述科学、准确，具有较好的推广价值。

本发明涉及医疗耗材管理技术领域，具体公开了一种可进行智能统计的医疗耗材存取系统，包括相互电性连接的存取终端和后台服务端；存取终端包括交互模块、存取模块和隔离存放容器；交互模块用于供使用者输入医疗耗材的类型及每种类型的数量，并进行患者身份验证，成功后向存取模块发出命令；隔离存放容器上设有多个独立、且可密封的空间，存取模块用于保存医疗耗材，并送如隔离存放容器的独立空间中，存取模块还对独立空间进行密封；后台服务端包括信息接收模块，用于录入并存储患者信息以及医疗存储耗材取用信息，还包括账目生成模块，生成账目信息与患者信息进行关联。能够对医疗耗材进行精确的统计，进而避免错收、漏收等情况发生。

本发明公开了一种区块链技术应用就诊方案共享芯片系统，主体包括患者、首次接诊医院、实名制共享芯片系统、身份信息识别、既往病史记录、区块链应用网络六个主要环节模块，其中首次接诊医院作为患者医疗服务的提供和保障单位，被配置为依据患者提供的个人信息，首次接诊医院进行初步实名制共享芯片系统确认，患者身份信息识别验证通过进入关于患者的区块链应用网络，首次接诊医院根据患者既往病史记录和当前患者身体情况，最终确定关于患者的实际诊疗方案，本系统能够跟踪患者和接诊医院，并记录患者的诊疗过程和诊疗用药情况，方便政府有关部门进行实时监管。

本发明提出了一种基于女性激素检查信息的疾病认知系统。包括：获取模块，用于获取历史用户的个人信息以及激素检查数据，根据历史用户的个人信息以及激素检查数据生成个人数据表；训练模块，用于获取诊断标准，根据该诊断标准建立数据参考范围值，通过复相关系数算法结合个人数据表以及数据参考范围值生成认知模型；表生成模块，用于获取待认知用户的个人信息以及激素检查数据，生成待认知个人数据表；认知模块，用于通过认知模型对待认知个人数据表进行认知，并生成对应的认知报告。本发明通过复相关系数算法能够生成认知模型，将数据之间的匹配通过算法模型来实现，能够提高女性激素检查信息与疾病认知之间的精确度，提升用户体验。

本申请提供的一种lncRNA靶基因的预测分析方法、装置、设备和介质，通过统计每个处理中重复的mRNA表达量之和，并根据表达量过滤掉表达量之和为零的mRNA序列；对mRNA和lncRNA的表达量进行相关性分析，并提取对应的相关性系数和概率P值作为相关性评判标准，以合并去冗余并分别以mRNA文件和lncRNA文件进行存储；对去冗余后的lncRNA序列按照指定序列数目进行拆分，以分别生成批量任务运行shell脚本，并提交至集群以实现多线程运行。本申请设置过滤方法减少lncRNA待预测的靶基因数量，减少了lncRNA靶基因预测假阳性率，从去除假阳性和多线程角度优化提升lncRNA靶基因预测效率。

本申请公开了一种智能分诊方法、装置及电子设备。该方法包括：获取患者的症状信息；将所述症状信息输入预先完成训练的疾病预测模型，得到疾病预测模型对所述症状信息处理后输出的预测疾病；基于所述预测疾病以及预先针对医院构建的疾病与科室的归属关系，确定与患者对应的科室。本申请公开的技术方案，基于患者的症状和医院的具体情况准确预测科室，能够降低患者挂错号的概率。

本发明公开了一种医疗监测系统，可以实时获取用户的人体健康特征参数，对用户的身体状态起到实时监控的作用，然后基于接收到的人体健康特征参数智能判断用户的病症，并根据用户的病症给出用药指导建议，然后再获取用户的位置信息，并基于用户的位置信息向用户推荐附近药店，得到用户允许后即通知附近药店按照用药指导建议送药上门，可以为用户提供送药上门服务，用户无需出门买药，杜绝了由于用户患病外出而导致发生意外的风险，尤其是针对老人，可以起到有效的监控作用。

本发明公开了一种医疗监测方法、计算机可读取的存储介质。本发明的医疗监测方法可以实时获取用户的人体健康特征参数，对用户的身体状态起到实时监控的作用，然后基于接收到的人体健康特征参数智能判断用户的病症，并根据用户的病症给出用药指导建议，然后再获取用户的位置信息，并基于用户的位置信息向用户推荐附近药店，得到用户允许后即通知附近药店按照用药指导建议送药上门，可以为用户提供送药上门服务，用户无需出门买药，杜绝了由于用户患病外出而导致发生意外的风险，尤其是针对老人，可以起到有效的监控作用。

本发明属于生物医学领域，公开了一种基于网络药理学分析茯苓聚糖抗腺性膀胱炎作用机制的方法并首次报道了茯苓聚糖防治腺性膀胱炎的详细靶点和具体药理机制。包括以下要点：通过TCMSP、DisGeNET等在线数据库分析获得茯苓聚糖药理靶点及腺性膀胱炎病原靶点；将茯苓聚糖和腺性膀胱炎靶点取交集得到药物‑疾病交集靶基因靶点并构建相关蛋白互作网络筛选核心靶点；进一步利用R语言相关包对核心靶点进行基因本体GO生物过程和KEGG通路富集分析；最后构建药物‑靶点‑基因本体功能‑通路‑疾病可视化图进行治疗机制的深入解析。本发明方法为阐释茯苓聚糖发挥抗腺性膀胱炎研究机制提供了新思路，同时为茯苓聚糖用于腺性膀胱炎的临床应用提供了前期研究基础。

本发明涉及一种基于人工智能的正畸手术方案交互模拟及评估系统，属于全手术期交互性模拟及评估平台，解决现有手术操作难以得到直观预期手术成果、直观硬组织改变程度等问题。本发明创新性地将传统放射影像技术、虚拟现实技术、人工智能分析相结合，医生通过其构建的三维模型进行虚拟手术操作和设计并追踪手术过程中的影像变化，通过自身交互性手术模拟平台的相应算法，根据医生的操作映射出一系列硬组织的改变，再将软组织覆盖在硬组织上，最终得到直观的预计手术成果。本发明也将依托专家决策系统对病历难度、操作方案评分、操作实际效果评分，通过虚拟手术效果对医师自身的方案进行修改，大幅提高手术的可控性与效果，可用于临床和科研分析。

本发明公开了一种健康评估迭代分类器模型的构建方法，收集健康数据并确定每种影响因素的数值区间标准，然后把收集的健康数据按照数值区间标准进行划分，标记类别；采用模糊集隶属度函数确定每种因素对用户健康的影响程度，构成训练所需的训练样本集；训练迭代分类器模型，所述迭代分类器模型采用若干个弱分类器集成强分类器，所述弱分类器采用BP神经网络结构。所述的迭代分类器采用多个弱分类器集成形成强分类器，不易在训练过程中造成过拟合情况。所述BP神经网络能对未处理过的噪声具有一定的容错能力，而且具有良好的泛化能力。本发明可以实现充分的对用户的健康进行分析，让用户直观地了解到自己的健康状况，及时发现影响健康的问题。

本发明公开了一种基于知识感知的多中心临床数据集适配设备，包含：数据输入单元、知识图谱嵌入单元、基于知识感知的对抗性学习单元和临床结果预测单元；知识图谱嵌入单元包括：知识图谱模块和图卷积神经网络模块；所述基于知识感知的对抗性学习单元包括：患者表征模块、知识表征模块、基于知识感知的患者表征模块和多中心鉴别器模块；所述临床结果预测单元用于对基于知识感知的患者表征模块输出的所述患者特征表示π进行拟合，得到临床目标的预测结果。本发明的基于知识感知的多中心临床数据集适配设备，引入外部的临床专家知识，能够同时捕获多中心临床数据集中患者的共享特征和中心相关特征，从而提高在不同临床环境下的应用性能。

一种基于足底压力信息的步态划分与特征提取方法，它包括对有下肢运动功能障碍的患者进行足底压力信息采集；针对采集到的足底压力信息，进行信号预处理；基于预处理后的足底压力进行步态划分；提取常规运动学特征和足底压力指数动力学特征。本发明通过足底压力变异性指标，可以定量评估患者在步行过程中，各个步态周期的支撑相之间的足底压力变异程度，有助于定量评估患者姿态不稳定，用力不均匀等情况，可以在动力学特征中为医生提供诊断辅助。

本发明公开了一种基于深度图像特征和阈值学习策略的蛋白质亚细胞定位的方法，包括以下步骤：步骤1，数据收集和数据预处理；步骤2，数据增强训练集测试集划分；步骤3，构建基于卷积神经网络的特征提取器；步骤4，利用最小冗余最大相关算法结合后向特征消除进行特征提取；步骤5，构建亚细胞定位分类器；步骤6，性能评价，步骤7，利用单标签亚细胞定位预测器蛋白质免疫组化单标签图像进行预测，利用多标签亚细胞定位预测器对蛋白质免疫组化多标签图像进行预测。本发明引入了阈值学习策略，可以更好的挖掘标签与样本以及标签与标签之间的相关性使得多标签蛋白质亚结构的定位预测性能更好。

本发明提供基于虚拟现实的药物设计云计算流程控制系统及其方法，包括药物设计模块组、交互和调度模块和虚拟现实药物设计模块；所述药物设计模块组包括验证模块、数据库模块、过滤模块、预处理模块、方法模块、分析模块；所述药物设计模块组以模块的形式展现，用户根据项目需求自由选择和组合相应的模块来进行计算；所述方法模块包括分子对接模块、分子动力学模块、结合自由能计算模块、自由能微扰模块、药效团模块、人工智能分子生成模块，ADMET预测模块；所述交互和调度模块包括Jupyter单元和Majorana任务调度平台。本发明实现了高通量、高并行的基于虚拟现实技术的药物设计云计算任务的跨平台调度。

本发明属于化学分子反应动力学领域，公开了一种基于lammps模拟煤与生物质共热解体系中C、H、O元素的标记方法，步骤为：1）提取煤与生物质共热解体系混合模型中煤、生物质分子数据，将数据转换为data格式文件；2）修改煤、生物质分子data格式文件中C、H、O的原子类型序号；3）将混合模型的数据存储为pdb格式文件，并转换为data格式文件；4）对混合模型data格式文件atom types、Masses和Atoms信息进行更改，得到混合模型最终版data格式文件；5）将lammps中in文件中的命令行pair_coeff对象执行元素顺序按照混合模型最终版data格式文件中Masses下排列的原子类型序号所代表的元素进行排布，得到in修改文件，完成煤、生物质分子中C、H、O元素区分标记。

本发明提出了一种基于血铅数值的疾病信息匹配系统。包括：采集模块，采集初始血铅数据，设定数据预处理规则，对初始血铅数据进行预处理，获取预处理后的初始血铅数据作为待匹配血铅数据；标准表建立模块，获取血铅参考范围数据以及对应的症状数据，根据血铅参考范围数据以及对应的症状数据建立血铅判断标准表；测算模块，建立皮尔森相关系数，根据该皮尔森相关系数计算待匹配血铅数据与血铅参考范围数据之间的线性相关系数；匹配模块，根据该线性相关系数从血铅判断标准表中查找对应的症状数据，并与待匹配血铅数据进行匹配。本发明通过建立皮尔森相关系数，能够更加精确实现数据之间的匹配，实现对血铅的判断，同时提高判断速度。

本发明提供一种基于区块链的药品供应链电子标签及药品追溯方法，涉及互联网技术领域，首先对出厂的药品加装RFID标签，将数据输送到互联网区块链，然后根据分销商的药品补货请求的数量进行分批打包，将需要送出的药品进行物流登记，然后，根据供应商的区域位置，通过物流车辆将分销商所需要的药品进行配送，物流车辆到达指定位置之后，与分销商核对网络订单，然后将药品转交至分销商，同时分销商将药品进行店内入库登记。通过区块链进行数据加密，同时监管部门进行直接监管可以保证信息的真实性，同时由监管部门对药品的流通进行监管可以防止生产厂商和分销商进行数据的不真实修改，避免一些商业隐私被人为泄漏。

本发明公开了一种神经外科医疗器材管理系统，涉及医疗器材管理技术领域。本发明包括服务器平台、医护移动终端和病床端，服务器平台包括二维码生成模块、医护端追溯模块、管理端追溯模块、后台信息管理模块、数据库和日志模块；二维码生成模块用于生成各个医疗器材信息录入二维码及根据医院病床编号生成的病床专属二维码。本发明通过管理人员在管理医疗器械的过程中，分别通过二维码生成模块分别生成医疗器械二维码和病床二维码，医护人员通过扫描两种二维码，完成对医疗器械的申请和查找，提高医疗器械的管理力度，方便医护人员及时救治病人。

本发明公开了一种新冠肺炎疫情传播预测方法，主要解决现有疫情预测方法中的四个问题，即隔离措施影响、症状轻重程度影响、死亡患者和康复患者数据利用和模型参数具有时变性的问题。本发明的方法主要包括如下步骤：以天为单位获取新冠疫情传播数据；将收集到的数据进行人群分类，分为8个小群体；构建疫情传播动力学模型，逐一对每个小群体进行分析并得到微分方程；设计自适应动态参数拟合方法，通过神经网络的方法，对模型的参数进行拟合，且模型在预测的过程中具有自学习功能，能够根据预测的差值自动调整参数；该方法可以预测未来数天疫情感染人数、死亡人数和康复人数，并能根据预测误差进行自我修正，从而使对未来的预测更加适合实际情况。

本发明公开了一种模板引导与数据驱动的三维碎骨分割与拼接方法，方法如下：首先将CT图像生成的碎骨三维模型作为信息输入源，利用神经网络训练初步提取碎骨外表面信息并计算碎骨外表面特征；然后基于特征对每个碎骨外表面与对侧健康骨骼模板进行匹配；根据碎骨与模板之间的距离以及碎骨表面曲率信息确定断裂边界，同时实现碎骨修复拼接；此过程循环迭代，实现碎骨特征提取、碎片边界确定、碎片复位逐步求精。本发明遵循碎骨提取和碎骨拼接的基本要求，满足医学要求的碎骨拼接需求；通过少量的人机互动，完成骨折高效修复，满足了医疗人员的术前规划的需求，提高了工作的效率。

本申请涉及一种基于人工智能的运动监测方法、装置和计算机设备。所述方法包括：在监测对象运动的过程中，获取所述监测对象的身体状态数据和运动视频；对所述运动视频进行图像识别，得到运动识别结果；所述运动识别结果用于指示关键姿势的完成数量和完成时间；若所述身体状态数据或所述运动识别结果不符合预设运动处方，则输出相应的提示信息；其中，所述预设运动处方包括所述关键姿势的要求数量和要求频率。采用本方法能够监督患者有效实施运动处方。

本申请公开了一种文件管理方法及电子设备，属于电子技术领域，以解决用户就医时，需在用户的病历、健康报告等电子文件中逐张翻找，翻找的过程中，还会因为用户缺乏专业医疗知识，而找错或者找不到，从而导致用户操作繁琐的问题。其中，所述文件管理方法包括：获取健康报告文件中的关键信息；将所述健康报告文件与所述关键信息相关联；接收对所述关键信息的标识的第一输入；响应于所述第一输入，显示与所述关键信息相关联的健康报告文件；其中，所述关键信息至少与医疗知识相关联。本申请中的文件管理方法应用于电子设备中。

本发明公开了一种医用送药AGV小车,包括底盘和车身，所述车身设置于所述底盘上方，所述底盘内设置有第一RFID读写器，所述第一RFID读写器被配置为监控所述AGV小车中盛放的药品，所述药品上贴有与所述第一RFID读写器相匹配的电子标签；所述车身上设置有第二RFID读写器，所述第二RFID读写器被配置为匹配病人身份信息，并将所述身份信息传送给所述第一RFID读写器，所述第一RFID读写器根据所述身份信息获取待取药品信息。本发明通过第一RFID读写器对AGV小车内的药品进行实时监控，可以降低取药、用药出错的概率，减少不必要的医疗事故；同时降低了医护人员的工作强度，提高了医护人员的工作效率。

本发明公开了一种儿科护理日常基础操作方法及装置，其中，所述方法包括：获得第一患儿的第一身份信息；获得第一患儿的第一病情信息；将所述第一身份信息和所述第一病情信息输入第一训练模型，其中，所述第一训练模型通过多组训练数据训练获得；获得所述第一训练模型的第一输出信息，其中，所述第一输出信息包括所述第一患儿的护理等级信息；根据所述第一患儿的护理等级信息，确定所述第一患儿的生命体征信息采集方案；根据所述生命体征信息采集方案，每间隔一预设频率采集所述第一患儿的生理数据。实现了使儿科病房管理趋于规范化、标准化，对患儿突发状况实现及时处理与响应的技术目的。

本发明涉及一种癌症生存期预测方法、装置、计算设备及计算机可读存储介质。所述癌症生存期预测方法，包括：获取待预测癌症患者的基因表达谱数据；将所述基因表达谱数据作为输入提供给训练好的神经网络预测模型，所述神经网络预测模型被训练基于癌症患者的基因表达谱数据而对所述癌症患者的生存期进行预测；获取所述神经网络预测模型的输出，得到待预测癌症患者的生存期预测结果。本发明在一定程度上缓解了过拟合的程度，可较为准确的适用于癌症预后生存状态的预测。

本发明涉及一种LncRNA预测方法、装置、计算设备及计算机可读存储介质。所述LncRNA预测方法包括：获取包含LncRNA的原始数据；对所述包含LncRNA的原始数据进行数据处理，抽取出用于LncRNA预测的特征，所述特征至少包括提取自拓扑熵和广义拓扑熵的特征；将所述包含LncRNA的原始数据作为输入提供机器学习预测模型，所述机器学习预测模型基于所述用于LncRNA预测的特征对包含LncRNA的原始数据进行分类；获取所述机器学习预测模型的输出，得到LncRNA预测结果。本发明实现了有效的LncRNA预测，且加快了训练过程，而且对于DNA序列中其他功能元素的研究也具有可扩展性。

本发明实施例公开了一种基于客观生理指标的民事行为能力在线辅助评定系统，包括：个人信息模块，用于进行个人信息的注册、用户登录和登录验证；数据采集评估模块，用于根据预先采集的大样本人群认知信息，对鉴定人当前的精神状态信息进行采集和评估得到鉴定人的精神状态评估结果；实时监控模块，用于实时监控鉴定人的情绪和心率，根据鉴定人的情绪和心率得到鉴定人的情绪稳定性信息；能力评定模块，用于评估鉴定人得到能力评定结果；数据存储模块，用于存储鉴定人的能力评定结果和鉴定过程数据。本发明通过网络方式对待评定人进行客观生理数据和主观反应进行监控分析，输出客观性的民事行为能力鉴定参考结果。

本发明涉及X射线辅助诊断技术，旨在提供一种基于交叉注意力机制的乳腺肿块分割方法。包括步骤：制作数据集；交叉注意力机制预处理；构建深度卷积神经网络；调整图像网络数据集图像网络数据集的预训练权值分布；利用数据预处理结果，调整预训练权值分布，训练深度卷积神经网络；利用深度卷积神经网络对待检测的X射线影像进行推理。本发明利用交叉注意力机制快速训练模型，通过交叉注意力机制使得网络能从MLO位和CC位两个方位来选择肿块特征，学习调整交叉注意力权重值。与传统只从CC位或者MLO位判断肿块，该发明可以快速、高效的自动分割出乳腺X射线图像上的肿块，提升乳腺X射线图像中肿块的检出率和准确率，具有较高的实际应用和推广价值。

本发明公开了一种单细胞核中基因数目测定设备，包括设备机体，所述设备机体内设有功能腔，所述功能腔右侧设有开口向右的翻转腔，所述翻转腔前后两壁之间上侧转动设有翻转转轴，所述翻转转轴外圆端面下侧固定连接有翻转板；本发明通过对基因培养槽的排列放置，使基因培养槽能在一个均匀温度的环境中进行基因扩增，随后当进行关键的五十八度退火时，通过对装置的转动封闭后，通过散热通风后进行装置温度冷却后达到退火要求后，进行封闭装置的处理，使退火环节基因培养环境温度更加稳定，并且减少了实验人员的手动操作步骤，到了智能且自动的培养，提高了后续基因数目侧定的效率。

本发明公开了一种基于运动传感器分析牛只疾病的方法，涉及基于运动传感器分析牛只疾病技术领域，具体为一种基于运动传感器分析牛只疾病的方法，包括个体传感器和检测传感器，所述个体传感器和检测传感器的输出端均连接有牛只信息汇总模块，且牛只信息汇总模块的输出端连接有中央处理模块，所述中央处理模块的输出端连接NB‑IoT信息传输模块，所述NB‑IoT信息传输模块的输出端连接有云端服务器，且云端服务器的输出端分别连接有云端数据存储模块和AI构建模块。该基于运动传感器分析牛只疾病的方法，结合AI神经网络算法和大数据，利用海量经确认的可靠数据训练模型，推算准确度将越来越高。具有极高的社会价值。

本发明涉及医疗大数据技术领域，应用于智慧城市的智慧医疗领域中，揭露了一种慢病随访记录收集方法、装置、设备及存储介质，该方法包括：根据慢病数据生成慢病内容集合，并根据慢病内容集合获取慢病患者特征集合；获取慢病患者特征集合中不同患者特征对应的特征异常条件；获取预设时间内的历史随访数据，根据历史随访数据与特征异常条件训练长短期记忆网络注意力模型；根据训练后的长短期记忆网络注意力模型进行随访记录收集，获取随访记录收集结果。通过历史随访数据对长短期记忆网络注意力模型进行训练，使用训练后的模型进行随访数据收集，可以根据随访数据对患者病情进行评估和预测，便于工作人员及时确认随访信息，提高数据库的质量。

本发明涉及水处理技术领域，尤其是涉及废水处理中修正沉淀剂添加量的方法及应用。本发明的方法至少包括以下步骤：获取沉淀剂的实验测量添加量、理论添加量、模型计算添加量；模型计算添加量由实际反应量加经验修正量得到；每日通过取样，采用烧杯混凝试验的方法，测量出实验室沉淀剂的添加量，通过每日连续取样重复以上步骤，得到一组实验数据；依据水质参数，将实验测量添加量与模型计算添加量进行对比，计算得到实际修正系数，用于修正沉淀剂的实际添加量。

本发明公开了一种基于云数据的远程医学影像系统，涉及医疗管理技术领域，旨在解决目前存在医疗资源总量不足、资源配置不均衡的技术问题，其技术方案要点是包括数据采集模块、图像处理模块、数据传输模块、数据云平台、远程会诊模块、二维码生成模块和自助打印模块；所述数据云平台用于对图像进行存储共享；所述远程会诊模块用于建立会诊平台、发布会诊申请以供影像医生进行诊断并输出病情报告给数据云平台；所述二维码生成模块用于生成访问数据云平台中的图像数据的二维码；所述自助打印模块分布于各个基层医疗机构并连接于数据云平台以用于扫描识别二维码并打印报告和图像数据。达到了能够实现医学影像数据共享和远程就医的效果。

提供一种口腔鳞状细胞癌辅助诊断标志物，其由LysoPC(16:0)、LysoPC(18:1)、牛磺酸和谷氨酸组成。本发明还提供一种口腔鳞状细胞癌辅助诊断模型构建方法，其包括：步骤一、获取训练病例集；步骤二、采集所述受试者的血清样本，对血清样本进行超高效液相色谱‑四极杆/静电场轨道阱串联高分辨质谱分析，得到多个差异代谢物；步骤三、从多个差异代谢物确定LysoPC(16:0)、LysoPC(18:1)、牛磺酸和谷氨酸作为口腔鳞状细胞癌的辅助诊断模型。本发明提供一种辅助诊断模型，其在诊断口腔鳞状细胞癌上具有微创、准确度高的优点。

提供一种唾液代谢标志物在早期诊断口腔扁平苔藓的应用，本发明提供一种辅助诊断口腔扁平苔藓的唾液代谢标志物，唾液代谢标志物由3‑磷酸甘油、2‑氨基‑1，3，4‑十八烷三醇和次黄嘌呤组成。本发明还提供一种口腔扁平苔藓辅助诊断模型构建方法，其包括：步骤一、获取训练病例集；步骤二、采集受试者的唾液样本，对唾液样本进行超高效液相色谱‑四极杆/静电场轨道阱串联高分辨质谱分析，得到患病受试者和健康受试者的多个差异代谢物；步骤三、利用变量权重重要性排序和受试者工作特征曲线，从多个差异代谢物确定口腔扁平苔藓的辅助诊断模型。本发明提供一种辅助诊断模型，其在诊断口腔扁平苔藓上具有无创、准确度高的优点。

本申请涉及人工智能，提供一种基于人工智能的重症问诊数据识别方法及装置。该基于人工智能的重症问诊数据识别方法包括：获取与目标用户标识对应的问诊会话数据；将问诊会话数据输入预测模型，通过预测模型输出与问诊会话数据对应的模型识别结果；根据问诊会话数据在专家知识库中命中的标签，确定与问诊会话数据对应的专家识别结果；结合模型识别结果和专家识别结果，得到问诊会话数据是否为重症问诊数据的目标识别结果。采用本方法能够提高重症问诊数据的识别准确率。此外，本发明还涉及区块链技术，用户的问诊会话数据可存储于区块链中。

本发明公开了结合DRGs工具和贝叶斯模型的医疗质量监测评估方法，运用临床治疗全过程的医疗大数据，结合DRGs工具，采用贝叶斯模型并结合线性修正方法精准预测同一类疾病在不同风险因素情况下的转归和资源消耗情况；从医疗效率、资源消耗和医疗安全三个维度开展研究，分别构建模型，为实现医疗质量的精细化管理提供数据支撑，通过观测值O与预测值E的比值评价实际医疗质量安全指标与预期医疗质量安全指标之间的差异，形成医疗质量安全管理监测模式，为医疗质量安全管理辅助决策提供数据支撑；对实现医疗质量安全精细化管理、提升医院发展核心竞争力具有重要研究意义。

本发明公开了一种基于脸部微表情的认知状态识别系统及方法，该系统包括：数据获取模块、数据处理模块和认知分类模型；数据获取模块用于获取用于训练的视频数据；数据处理模块用于对视频数据进行处理，将视频数据截取为固定帧数的短视频；将数据处理模块处理好的短视频输入认知分类模型对其进行训练；数据获取模块还用于获取未知状态的测试对象的待识别视频数据并输入至训练好的认知分类模型；认知分类模型输出评估结果。本发明的基于脸部微表情的认知状态识别系统及方法，能够对测试对象的脸部视频数据进行分析处理，并自动对该测试对象的认知状态进行归类识别。

本发明公开了一种实验室指标模型在COVID‑19患者危险分层中的应用方法，包括如下步骤：S1、收集资料，收集患者的一般资料、合并症以及常规实验室指标的检测结果；S2、患者分类；S3、实验室检测；S4、建立预测模型，采用多因素Logistic回归方法建立预测模型。本发明旨在建立一个简单有效的实验室指标模型来预测COVID‑19患者的临床分型并进行危险分层，这对于早期识别有危重风险的入院患者具有相当大的价值，且这些常规的实验室检测结果即使在资源匮乏的环境中也很容易获得，构建了基于红细胞计数，hsCRP和PCT的实验室指标预测模型，能更有效地预测COVID‑19患者的临床分型，可以作为风险分层的工具，有利于分配医疗资源并改善患者的治疗效果。

本发明公开了一种基于AI诊断的远程会诊系统和方法，该系统包括：骨髓细胞影像采集单元、供操作医生使用的第一终端、骨髓细胞学工作站、安装有临床决策支持系统的云端服务器、安装有医联体与医院HIS系统的医院内部服务器、供远程专家使用的第二终端；骨髓细胞影像采集单元、骨髓细胞学工作站、第一终端、云端服务器、第二终端依次连接；骨髓细胞学工作站还和医院内部服务器连接，本发明的实现操作医生和专家的语音视频通话，实时远程会诊，提高会诊灵活性，同时本发明输出分级诊断结果提供为临床诊疗提供辅助决策支持。

本发明公开了一种手术开台信息的智能推送方法、设备及系统，所述方法包括：获取医院手术开台信息；所述开台信息包括参与手术医务人员的信息以及手术信息；其中所述参与手术医务人员信息包括姓名、手机号码、微信以及邮箱地址；所述手术信息包括手术时间以及地点；根据所述手术信息，生成提示信息并将所述提示信息发送至所述参与手术医务人员的智能终端设备；所述智能终端设备根据所述提示信息自动生成闹钟并在预设的时间内提示所述参与手术的医务人员按时参加手术。本发明能够解决医务人员容易因主观或特殊情况而忘记手术开台时间，造成手术无法开台的问题。

本发明提供了一种基于联邦学习的医疗辅助诊断方法、装置、设备及存储介质，方法包括：获取带有诊断结果标签的病患诊断数据并将病患诊断数据划分为基模型训练集和基模型测试集；基于基模型训练集参与至联邦学习中以获得至少两种基模型；使用基模型测试集对各基模型进行测试；将各基模型生成的预测结果融入至基模型训练集中以获得集成模型训练集；将各基模型生成的预测结果融入至基模型测试集中以获得集成模型测试集；基于集成模型训练集参与至联邦学习中以获得集成模型；使用集成模型测试集对集成模型进行测试。本发明的基于联邦学习的医疗辅助诊断方法基于联邦学习和多模型融合的训练策略完成模型训练，其显著地提升了诊断模型的辅助诊断效果。

本发明提供肾病饮食管理方法，涉及饮食管理技术领域。该肾病饮食管理方法，包括移动终端、医院检查终端、云端服务器与智能电子秤，所述医院检查终端、云端服务器与智能电子秤均和移动终端连接，所述医院检查终端与云端服务器连接。本发明，通过获取肾病患者的检查结果数据，根据对检查结果数据进行综合性分析，生成患者日常三餐的食谱，并且根据食谱得到每日摄入食材的量，该方法主要适用于每一个肾病患者，针对性比较强，不同患者可生成不同结果，通过有效的饮食管理手段，让肾病患者的饮食习惯能够得到有效的改善。