申请/专利权人：吉林大学

申请日：2024-01-05

公开（公告）日：2024-03-22

公开（公告）号：CN117524400B

主分类号：G16H10/60

分类号：G16H10/60;G06F40/289;G06F40/30;G16H50/20;G16H50/30;G06N3/0455;G06N3/0464;G06N3/048;G06N3/08;G06F16/33;G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了一种患者数据可视化管理系统及方法，涉及智能化数据管理技术领域，其获取被分析患者的电子病历和预定时间周期内多天的日常体征数据，然后利用基于深度学习的人工智能技术，对被分析患者的电子病历和预定时间周期内多天的日常体征数据进行有效的整合、分析和可视化处理，以密切关注患者的身体健康状况，并及时识别风险因素，智能化地判断是否需要对当前的健康管理方案进行调整。这样，为医生制定并推荐个性化的管理方案提供辅助决策的功能，同时帮助患者了解自身健康状况。

主权项：1.一种患者数据可视化管理方法，其特征在于，包括：获取被分析患者的电子病历和预定时间周期内多天的日常体征数据；对所述电子病历进行文本语义分析以得到患者健康状态语义特征向量；提取所述预定时间周期内多天的日常体征数据的日常体征数据关联特征以得到日常体征数据时序关联特征图；对所述患者健康状态语义特征向量和所述日常体征数据时序关联特征图进行特征交互以得到包含日常体征信息的患者健康状态语义特征向量；基于所述包含日常体征信息的患者健康状态语义特征向量进行数据可视化处理；其中，对所述患者健康状态语义特征向量和所述日常体征数据时序关联特征图进行特征交互以得到包含日常体征信息的患者健康状态语义特征向量，包括：将所述日常体征数据时序关联特征图的沿通道维度的各个特征矩阵进行特征矩阵展开以得到日常体征时序局部特征向量的序列；基于所述日常体征时序局部特征向量的序列对所述患者健康状态语义特征向量进行重要信息分配式特征交互以得到所述包含日常体征信息的患者健康状态语义特征向量；其中，基于所述日常体征时序局部特征向量的序列对所述患者健康状态语义特征向量进行重要信息分配式特征交互以得到所述包含日常体征信息的患者健康状态语义特征向量，包括：以如下权重公式计算所述日常体征时序局部特征向量的序列对于所述患者健康状态语义特征向量的权重值；其中，所述权重公式为： ；其中，A是1×的矩阵，是所述患者健康状态语义特征向量，是所述患者健康状态语义特征向量的维度，B是1×的矩阵，是各个所述日常体征时序局部特征向量的维度，是所述日常体征时序局部特征向量的序列中第个日常体征时序局部特征向量，是Sigmoid函数，是所述日常体征时序局部特征向量的序列中特征向量的总数，是所述权重值；基于所述权重值以如下分配式特征交互公式来对所述患者健康状态语义特征向量进行重要信息分配式特征交互以得到所述包含日常体征信息的患者健康状态语义特征向量；其中，所述分配式特征交互公式为： ；其中，是所述包含日常体征信息的患者健康状态语义特征向量，和代表1×1卷积核的卷积操作，是所述患者健康状态语义特征向量，是所述日常体征时序局部特征向量的序列中特征向量的总数，是所述权重值，是所述日常体征时序局部特征向量的序列中第个日常体征时序局部特征向量。

全文数据：

权利要求：

百度查询： 吉林大学 患者数据可视化管理系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD