CN107145712A - 合并症与并发症的病历统计分析系统 - Google Patents
合并症与并发症的病历统计分析系统 Download PDFInfo
- Publication number
- CN107145712A CN107145712A CN201710221662.5A CN201710221662A CN107145712A CN 107145712 A CN107145712 A CN 107145712A CN 201710221662 A CN201710221662 A CN 201710221662A CN 107145712 A CN107145712 A CN 107145712A
- Authority
- CN
- China
- Prior art keywords
- diagnosis
- case history
- complication
- statistical
- main
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007619 statistical method Methods 0.000 title claims abstract description 13
- 238000003745 diagnosis Methods 0.000 claims abstract description 159
- 208000028659 discharge Diseases 0.000 claims abstract description 15
- 238000012423 maintenance Methods 0.000 claims abstract description 7
- 238000012795 verification Methods 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims abstract description 6
- 201000010099 disease Diseases 0.000 claims description 19
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 6
- 231100000647 material safety data sheet Toxicity 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000001364 causal effect Effects 0.000 abstract description 5
- 238000007689 inspection Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 7
- 208000008469 Peptic Ulcer Diseases 0.000 description 4
- 208000011906 peptic ulcer disease Diseases 0.000 description 4
- 208000024891 symptom Diseases 0.000 description 4
- 206010017815 Gastric perforation Diseases 0.000 description 3
- 201000000660 Pyloric Stenosis Diseases 0.000 description 3
- 208000012671 Gastrointestinal haemorrhages Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 208000032843 Hemorrhage Diseases 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002969 morbid Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开一种合并症与并发症的病历统计分析系统，包括诊断代码维护单元、病历计数单元、2×2交叉分类资料的χ2检验单元以及报表生成单元，维护各个ID与诊断之间的映射关系，并建立诊断ID统计表；其中，诊断ID统计表的纵列对应病历首页出院诊断中的主要诊断，而横行对应病历首页出院诊断中的其他诊断；再通过数据接口导入医院历史病历k份，根据诊断ID统计表，将病历出院诊断中的主要诊断和其他诊断转换为诊断ID，然后通过2×2交叉分类资料的χ2检验计算出与主要诊断与各种其他诊断对应的χ2值，并进行排序，如此，能够利用计算机高速运算迅速分析出与选定主要诊断可能有因果关系的合并症与并发症，达到速度更高的有益效果。
Description
技术领域
本发明涉及医疗统计分析技术领域，特别是指一种合并症与并发症的病历统计分析系统。
背景技术
并发症是指一种疾病在发展过程中引起另一种疾病或症状的发生，后者即为前者的并发症，如消化性溃疡可能有幽门梗阻、胃穿孔或大出血等并发症。合并症也称为共病现象，是指与主要疾病同时存在的疾病状态，且与主要疾病状态相互独立。主要疾病在患者患病过程中起主导作用，且是住院治疗的首要原因，也是患者健康负担的主要部分。并发症与主要疾病之间有因果关系，合并症与主要疾病之间无因果关系。一种疾病在发展过程中时常有另一种疾病或症状的发生，而后一种疾病或症状是否与前种疾病有因果关系有时不能下准确判断。
因此，有必要设计一种新的合并症与并发症的病历统计分析系统，以解决上述技术问题。
发明内容
针对背景技术中存在的问题，本发明的目的是提供一种合并症与并发症的病历统计分析系统，通过对其他诊断与主要诊断的统计，分析其他诊断与主要诊断之间是否存在因果关系，研究出一种疾病是否可以引发其他疾病。
本发明的技术方案是这样实现的：一种合并症与并发症的病历统计分析系统，包括诊断代码维护单元、病历计数单元、2×2交叉分类资料的χ2检验单元以及报表生成单元，其中，
诊断代码维护单元：用于维护各个ID与诊断之间的映射关系，并建立诊断ID统计表；其中，诊断ID统计表的纵列对应病历首页出院诊断中的主要诊断，而横行对应病历首页出院诊断中的其他诊断；
病历计数单元：用于通过数据接口导入医院历史病历k份，根据诊断ID统计表，将病历出院诊断中的主要诊断和其他诊断转换为诊断ID；
2×2交叉分类资料的χ2检验单元：用于将诊断ID统计表建立2×2交叉分类资料表后，计算χp 2值，并填入χ2统计表中；
报表生成单元：用于报表生成，报表生成分为两种模式，分别为：
用户选择一种主要诊断，查看可能有关联的其他诊断：将主要诊断根据诊断ID统计表，查找到所对应的诊断ID；在χ2统计表中找到该诊断ID对应的横行，将这一横行的χ2按降序排序，由于本算法的自由度为1，故以χ2＝3.84为分界线，将诊断ID统计表划分为上半部分与下半部分，上半部分所列的其他诊断有充分证据认为与主要诊断有可能的因果关系，下半部分没有充分证据认为与主要诊断有可能的因果关系；
用户选择某一种主要诊断，并选择了几种其他诊断：将主要诊断与选定的其他诊断根据诊断ID统计表，查找到所对应的诊断ID。在χ2统计表中找到该诊断ID对应的横行，找到其他诊断对应的数据统计格，分别填入以下报表中，以χ2＝3.84为分界线，将诊断ID统计表划分为上半部分与下半部分，上半部分所列的其他诊断有充分证据认为与主要诊断有可能的因果关系，下半部分没有充分证据认为与主要诊断有可能的因果关系。
在上述技术方案中，所述其他诊断的横行当中，还设有代表无其他诊断的ID为00000的数据统计格。
在上述技术方案中，将主要诊断的ID赋值给参数a，将其他诊断的ID赋值给参数b，所述参数a不得为空，且对于每一份病历参数a只能有一个，而参数b可以为空，所述参数b下面设有多个bj、bj+1。
在上述技术方案中，所述k份历史病历计数，从第一份病历开始，对于第n份病历，各项参数值分别为an、找到诊断ID统计表中an值对应的横行，判断参数是否为空，如果为空，则在该行00000对应的数据统计格中计数加一；如果不为空，则找到对应的纵行的数据统计格中计数加一，结束该病历的计数，进入下一个病历；考察是否为空，参考对应的计数方法，以此类推，直到k份病历计数完毕之后，计数完毕。
在上述技术方案中，所述χ2统计表中无编码为00000的其他诊断。
本发明合并症与并发症的病历统计分析系统，首先维护各个ID与诊断之间的映射关系，并建立诊断ID统计表；其中，诊断ID统计表的纵列对应病历首页出院诊断中的主要诊断，而横行对应病历首页出院诊断中的其他诊断；再通过数据接口导入医院历史病历k份，根据诊断ID统计表，将病历出院诊断中的主要诊断和其他诊断转换为诊断ID，然后通过2×2交叉分类资料的χ2检验计算出与主要诊断与各种其他诊断对应的χ2值，并进行排序，如此，能够利用计算机高速运算迅速分析出与选定主要诊断可能有因果关系的合并症与并发症，达到速度更高的有益效果。
附图说明
图1为本发明分析系统中病历计数流程示意图；
图2为本发明分析系统中2×2交叉分类资料的χ2检验流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明所述的一种合并症与并发症的病历统计分析系统，包括诊断代码维护单元、病历计数单元、2×2交叉分类资料的χ2检验单元以及报表生成单元。
以下是对每一单元的详细说明：
诊断代码维护单元：在诊断代码维护单元中，首先需要维护各个ID与诊断之间的映射关系，示例如下：
| ID | 诊断 |
| 00001 | 消化性溃疡 |
| 00002 | 胃癌 |
| 00003 | 幽门梗阻 |
| … | |
| N | 胃穿孔 |
| N+1 | 消化道出血 |
| … |
除了维护诊断代码之外，还需要建立诊断ID统计表。诊断ID统计表的纵列对应病历首页出院诊断中的主要诊断，而横行对应病历首页出院诊断中的其他诊断。在横行当中，除了各项诊断外，还需有00000，代表无其他诊断。示例如下：
| 00000 | 00001 | 00002 | … | n | |
| 00001 | |||||
| 00002 | |||||
| 00003 | |||||
病历计数单元，用于病历计数，具体如下：
通过数据接口，向系统中导入医院历史病历。经过数据接口的转换后，病历的出院诊断中的主要诊断和其他诊断得以从系统中调出，导入系统中。随后根据诊断ID统计表，寻找该诊断对应映射的诊断ID，将主要诊断的ID赋值给参数a，将其他诊断的ID赋值给参数b，所述参数a不得为空，且对于每一份病历参数a只能有一个，而参数b可以为空，所述参数b下面设有多个bj、bj+1，如b1、b2、b3等。
现有病历k份，从第一份开始计数。对于第n份病历，如各项参数值分别为an、找到诊断ID统计表中an值对应的横行，判断参数是否为空，如果为空，则在该行00000对应的数据统计格中计数加一；如果不为空，则找到b1 n对应的纵行的数据统计格中计数加一，结束该病历的计数，进入下一个病历；考察是否为空，参考对应的计数方法，以此类推，直到k份病历计数完毕之后，计数完毕,流程图如图1所示。
2×2交叉分类资料的χ2检验单元：2×2交叉分类资料表是指对含量为n的一份随机样本同时按照两个二分类的特征(属性)进行交叉分类所形成双向表，也称为2×2列联表，格式如下：
对于以上2×2列联表中，对于统计表中第a行第b列，f11等于该数据统计格中的值，f12＝Na-f11，f21＝Sb-f11，f22＝N-Na-(Sb–f11)；将诊断ID统计表建立2×2交叉分类资料表后，根据下面公式
计算χp 2值，并填入χ2统计表中；
其中，该表中，纵列无编码为00000的其他诊断，流程图如2图所示。
报表生成单元，用于报表生成，具体如下：
报表生成分为两种模式，分别如下：
用户选择一种主要诊断，查看可能有关联的其他诊断：将主要诊断根据诊断ID统计表，查找到所对应的诊断ID；在χ2统计表中找到该诊断ID对应的横行，将这一横行的χ2按降序排序，由于本算法的自由度为1，故以χ2＝3.84为分界线，将诊断ID统计表划分为上半部分与下半部分，上半部分所列的其他诊断有充分证据认为与主要诊断有可能的因果关系，下半部分没有充分证据认为与主要诊断有可能的因果关系，示例如下：
用户选择某一种主要诊断，并选择了几种其他诊断：将主要诊断与选定的其他诊断根据诊断ID统计表，查找到所对应的诊断ID。在χ2统计表中找到该诊断ID对应的横行，找到其他诊断对应的数据统计格，分别填入以下报表中，以χ2＝3.84为分界线，将诊断ID统计表划分为上半部分与下半部分，上半部分所列的其他诊断有充分证据认为与主要诊断有可能的因果关系，下半部分没有充分证据认为与主要诊断有可能的因果关系，示例如下：
具体的实例辅助说明如下：将大量历史病历导入系统中后，系统对病历首页的出院诊断中的主要诊断，和其他诊断进行统计计数，得到诊断ID统计表如下所示：
| 00000 | 00001 | 00002 | … | n | 总计 | |
| 00001 | 850 | 0 | 3 | 750 | 2000 | |
| 00002 | 1000 | |||||
| 00003 | 1500 | |||||
| 总计 | 10000 | 200 | 300 | 1300 | 20000 |
根据上述方法和计算公式计算其每一个数据统计格所对应的χ2值，并填入χ2统计表中：
| 00001 | 00002 | … | n | |
| 00001 | 3513.75 | |||
| 00002 | ||||
| 00003 | ||||
选定消化性溃疡为研究对象，则在χ2统计表中选择ID为00001的横行，进行排序，并以χ2＝3.84为分界线分隔表格，如下表所示：
由上表可知，幽门梗阻、胃穿孔、消化道出血等症状可能与消化性溃疡有较大可能的因果关系。
本发明合并症与并发症的病历统计分析系统，具有以下有益效果：
(1)通过对医院产生的历史病历进行导入并统计，通过2×2交叉分类资料χ2的检验计算分析出与主要诊断与各种其他诊断对应的χ2值，并进行排序，能够利用计算机高速运算迅速分析出与选定主要诊断可能有因果关系的合并症与并发症，速度更高。
(2)传统对合并症与并发症的分析依赖于医务工作者的临床经验，凭借其临床上的诊治经验分析出与某一种疾病可能有因果关系的合并症与并发症，这一分析方法主观性较强，容易遗漏某些因果关系不易理解的合并症与并发症。而本方法可以覆盖各种其他诊断，客观性较强。
(3)本系统采用2×2交叉分类资料的χ2检验，有充分的统计学依据，能够通过大量的历史病历透视出与所要研究的疾病可能有因果关系的合并症与并发症，而不只是依赖于研究者的主观判断，更加具有科学性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种合并症与并发症的病历统计分析系统，其特征在于：包括诊断代码维护单元、病历计数单元、2×2交叉分类资料的χ2检验单元以及报表生成单元，其中，
诊断代码维护单元：用于维护各个ID与诊断之间的映射关系，并建立诊断ID统计表；其中，诊断ID统计表的纵列对应病历首页出院诊断中的主要诊断，而横行对应病历首页出院诊断中的其他诊断；
病历计数单元：用于通过数据接口导入医院历史病历k份，根据诊断ID统计表，将病历出院诊断中的主要诊断和其他诊断转换为诊断ID；
2×2交叉分类资料的χ2检验单元：用于将诊断ID统计表建立2×2交叉分类资料表后，计算χp 2值，并填入χ2统计表中；
报表生成单元：用于报表生成，报表生成分为两种模式，分别为：
用户选择一种主要诊断，查看可能有关联的其他诊断：将主要诊断根据诊断ID统计表，查找到所对应的诊断ID；在χ2统计表中找到该诊断ID对应的横行，将这一横行的χ2按降序排序，由于本算法的自由度为1，故以χ2＝3.84为分界线，将诊断ID统计表划分为上半部分与下半部分，上半部分所列的其他诊断有充分证据认为与主要诊断有可能的因果关系，下半部分没有充分证据认为与主要诊断有可能的因果关系；
用户选择某一种主要诊断，并选择了几种其他诊断：将主要诊断与选定的其他诊断根据诊断ID统计表，查找到所对应的诊断ID。在χ2统计表中找到该诊断ID对应的横行，找到其他诊断对应的数据统计格，分别填入以下报表中，以χ2＝3.84为分界线，将诊断ID统计表划分为上半部分与下半部分，上半部分所列的其他诊断有充分证据认为与主要诊断有可能的因果关系，下半部分没有充分证据认为与主要诊断有可能的因果关系。
2.根据权利要求1所述的合并症与并发症的病历统计分析系统，其特征在于：所述其他诊断的横行当中，还设有代表无其他诊断的ID为00000的数据统计格。
3.根据权利要求2所述的合并症与并发症的病历统计分析系统，其特征在于：将主要诊断的ID赋值给参数a，将其他诊断的ID赋值给参数b，所述参数a不得为空，且对于每一份病历参数a只能有一个，而参数b可以为空，所述参数b下面设有多个bj、bj+1。
4.根据权利要求3所述的合并症与并发症的病历统计分析系统，其特征在于：所述k份历史病历计数，从第一份病历开始，对于第n份病历，各项参数值分别为an、bj+1 n，找到诊断ID统计表中an值对应的横行，判断参数是否为空，如果为空，则在该行00000对应的数据统计格中计数加一；如果不为空，则找到对应的纵行的数据统计格中计数加一，结束该病历的计数，进入下一个病历；考察bj+1 n是否为空，参考对应的计数方法，以此类推，直到k份病历计数完毕之后，计数完毕。
5.根据权利要求1所述的合并症与并发症的病历统计分析系统，其特征在于：所述χ2统计表中无编码为00000的其他诊断。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710221662.5A CN107145712B (zh) | 2017-04-06 | 2017-04-06 | 合并症与并发症的病历统计分析系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710221662.5A CN107145712B (zh) | 2017-04-06 | 2017-04-06 | 合并症与并发症的病历统计分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107145712A true CN107145712A (zh) | 2017-09-08 |
| CN107145712B CN107145712B (zh) | 2021-01-01 |
Family
ID=59774237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710221662.5A Expired - Fee Related CN107145712B (zh) | 2017-04-06 | 2017-04-06 | 合并症与并发症的病历统计分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107145712B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112151130A (zh) * | 2019-01-15 | 2020-12-29 | 合肥工业大学 | 一种基于文献检索的决策支持系统和构建方法 |
| CN112863673A (zh) * | 2021-03-12 | 2021-05-28 | 山东勤成健康科技股份有限公司 | 一种合并症和并发症的病历统计分析系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101346724A (zh) * | 2005-11-26 | 2009-01-14 | 吉恩安全网络有限责任公司 | 清除干扰遗传数据，并使用遗传数据进行预测的方法和体系 |
| CN102930135A (zh) * | 2012-09-28 | 2013-02-13 | 西安时代基因健康科技有限公司 | 糖尿病及并发症的表征参数的获取方法 |
| CN105046406A (zh) * | 2015-06-25 | 2015-11-11 | 成都厚立信息技术有限公司 | 住院病人医疗管理质量评估方法 |
| US20160103897A1 (en) * | 2014-10-10 | 2016-04-14 | Fmr, Llc | Database, Data Structure and Framework Transformer Apparatuses, Methods and Systems |
| CN106503424A (zh) * | 2016-09-30 | 2017-03-15 | 广州慧扬信息系统科技有限公司 | 一种学习型的电子病历录入方法 |
-
2017
- 2017-04-06 CN CN201710221662.5A patent/CN107145712B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101346724A (zh) * | 2005-11-26 | 2009-01-14 | 吉恩安全网络有限责任公司 | 清除干扰遗传数据，并使用遗传数据进行预测的方法和体系 |
| CN102930135A (zh) * | 2012-09-28 | 2013-02-13 | 西安时代基因健康科技有限公司 | 糖尿病及并发症的表征参数的获取方法 |
| US20160103897A1 (en) * | 2014-10-10 | 2016-04-14 | Fmr, Llc | Database, Data Structure and Framework Transformer Apparatuses, Methods and Systems |
| CN105046406A (zh) * | 2015-06-25 | 2015-11-11 | 成都厚立信息技术有限公司 | 住院病人医疗管理质量评估方法 |
| CN106503424A (zh) * | 2016-09-30 | 2017-03-15 | 广州慧扬信息系统科技有限公司 | 一种学习型的电子病历录入方法 |
Non-Patent Citations (4)
| Title |
|---|
| TINE VANLANCKER 等: "Comparision of definitions for the metabolic syndrome in adolescents. The HELENA study", 《EUROPEAN JOURNAL OF PEDIATRICS》 * |
| 唐胜华: "皮肤软组织扩张术后常见并发症影响因素探讨", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
| 王书亚 等: "医学科研论文中列联表资料的统计方法及常见问题", 《中国肿瘤》 * |
| 王会奇等: "2型糖尿病患者181例社区跟踪十年并发症和合并症及治疗情况变化分析", 《调查研究》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112151130A (zh) * | 2019-01-15 | 2020-12-29 | 合肥工业大学 | 一种基于文献检索的决策支持系统和构建方法 |
| CN112233736A (zh) * | 2019-01-15 | 2021-01-15 | 合肥工业大学 | 一种知识库的构建方法和系统 |
| CN112151130B (zh) * | 2019-01-15 | 2022-11-04 | 合肥工业大学 | 一种基于文献检索的决策支持系统和构建方法 |
| CN112863673A (zh) * | 2021-03-12 | 2021-05-28 | 山东勤成健康科技股份有限公司 | 一种合并症和并发症的病历统计分析系统 |
| CN112863673B (zh) * | 2021-03-12 | 2022-03-29 | 山东勤成健康科技股份有限公司 | 一种合并症和并发症的病历统计分析系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107145712B (zh) | 2021-01-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105528529B (zh) | 基于大数据分析的中医临床技能评价体系的数据处理方法 | |
| Son et al. | A Data Analytics Framework for Smart Asthma Management Based on Remote Health Information Systems with Bluetooth-Enabled Personal Inhalers. | |
| CN105190634A (zh) | 用于计算用作医疗决策支持的医疗建议的分数的方法 | |
| CN108182973A (zh) | 一种基于知识图谱推理的智能诊断技术 | |
| CN106682439A (zh) | 基于研究性随访的病历筛选方法 | |
| CN107145715B (zh) | 一种基于推举算法的临床医学智能判别装置 | |
| EP2795493A2 (en) | Method and system for selection of patients to receive a medical device | |
| CN107145712A (zh) | 合并症与并发症的病历统计分析系统 | |
| Suchánek et al. | Self-learning bayesian networks in diagnosis | |
| CN106407650A (zh) | 一种中医数据处理装置和方法 | |
| CN106777966B (zh) | 基于医疗信息平台的数据互动训练方法及系统 | |
| Badnjević et al. | Diagnostic of asthma using fuzzy rules implemented in accordance with international guidelines and physicians experience | |
| Adlassnig et al. | Healthcare-associated infection surveillance and bedside alerts | |
| Wang et al. | Enhancing model interpretability and accuracy for disease progression prediction via phenotype-based patient similarity learning | |
| WO2022229964A1 (en) | Method of generating a diseases database, usage of the diseases database, and system therefor | |
| CN106951710A (zh) | 基于特权信息学习支持向量机的cap数据系统及方法 | |
| Sameer et al. | CT-Scan Method-based Artificial Neural Network for Diagnosis of COVID-19 | |
| CN113517044A (zh) | 基于药代学评价胞二磷胆碱的临床数据处理方法及系统 | |
| CN109872783B (zh) | 一种基于大数据的糖尿病文献信息标准数据库集分析方法 | |
| CN106447500A (zh) | 一种根据疾病和药物的匹配度进行打分的方法及其系统 | |
| Davoudi et al. | Phenotyping cognitive impairment using graphomotor and latency features in digital clock drawing test | |
| Shaikh et al. | Automated classification of pneumonia from chest x-ray images using deep transfer learning efficientnet-b0 model | |
| Park | Nursing-sensitive outcome change scores for hospitalized older adults with heart failure: a preliminary descriptive study | |
| Jin et al. | Prediction Indicators for Acute Exacerbations of Chronic Obstructive Pulmonary Disease by Combining Non-linear analyses and Machine | |
| CN107145713A (zh) | 鉴别诊断的数据统计分析系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 510000, Guangdong, Whampoa Province, Guangzhou District, Mao Gang village, Tian Tian street, No. 32, Guangzhou fish Valley, E-PARK creative Valley C03 Applicant after: WISEFLY TECHNOLOGY Co.,Ltd. Address before: 510000, 07-09, building twelfth, 106 West Whampoa Road, Tianhe District, Guangdong, Guangzhou Applicant before: GUANGZHOU WISEFLY INFORMATION SYSTEM TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210101 |