龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南昌大学第二附属医院
申请日：2024-04-12
公开（公告）日：2024-05-14
公开（公告）号：CN118039137A
主分类号：G16H50/20
分类号：G16H50/20;G16H50/70;G16H20/10;G16H10/60;G06F18/27;G06F18/214
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.31#实质审查的生效;2024.05.14#公开
摘要：本发明提供一种术后炎症反应预测系统，包括：相关因素确定模块，用于获取患者数据，根据患者数据确定相关因素，判断相关因素是否包含预设因素；强相关因素确定模块，用于当相关因素不包含预设因素时，根据患者数据确定预设因素对应数据并根据预设因素和相关因素对应数据确定强相关因素；预测因素确定模块，用于根据强相关因素对应数据确定预测因素及其对应数据，根据预测因素对应数据通过预设预测模型进行训练；目标预测模型确定模块，用于当预设预测模型的训练效果达到预设条件后，结束训练，得到目标预测模型；模型部署模块，用于将目标预测模型部署至数据终端。本发明解决了现有技术中缺少一种术前对术后炎症反应进行预测的系统的问题。
主权项：1.一种术后炎症反应预测系统，其特征在于，所述系统包括：相关因素确定模块，用于获取患者数据，再根据所述患者数据通过第一预设算法确定相关因素，并判断所述相关因素是否包含预设因素，所述患者数据至少包括患者术前数据和术后炎症数据；强相关因素确定模块，用于当所述相关因素不包含所述预设因素时，根据所述患者数据通过预设公式确定所述预设因素对应的数据，并根据所述预设因素和所述相关因素对应的数据通过第二预设算法确定强相关因素；预测因素确定模块，用于根据所述强相关因素对应的数据通过第三预设算法确定预测因素以及所述预测因素对应的数据，再根据所述预测因素对应的数据通过预设预测模型进行训练，并通过预设判断方法判断所述预设预测模型的训练效果；目标预测模型确定模块，用于当所述预设预测模型的训练效果达到预设条件后，结束对所述预设预测模型的训练，得到目标预测模型；模型部署模块，用于将所述目标预测模型部署至数据终端，以根据输入的患者术前数据对患者术后炎症反应进行预测；所述预设因素为术前炎症指数，所述预设公式为： ;其中，PII为术前炎症指数，Hb为术前血红蛋白水平，CRP为术前C反应蛋白水平，ALB为术前白蛋白水平。
全文数据：
权利要求：
百度查询： 南昌大学第二附属医院 一种术后炎症反应预测系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号