CN110491503A - 一种基于深度学习的胆石症智能辅助系统 - Google Patents

一种基于深度学习的胆石症智能辅助系统 Download PDF

Info

Publication number
CN110491503A
CN110491503A CN201910773272.8A CN201910773272A CN110491503A CN 110491503 A CN110491503 A CN 110491503A CN 201910773272 A CN201910773272 A CN 201910773272A CN 110491503 A CN110491503 A CN 110491503A
Authority
CN
China
Prior art keywords
module
cholelithiasis
deep learning
cloud server
information
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.)
Pending
Application number
CN201910773272.8A
Other languages
English (en)
Inventor
李玉亮
刘斌
王武杰
王维
常海洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Second Hospital of Shandong University
Original Assignee
Second Hospital of Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Second Hospital of Shandong University filed Critical Second Hospital of Shandong University
Priority to CN201910773272.8A priority Critical patent/CN110491503A/zh
Publication of CN110491503A publication Critical patent/CN110491503A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Software Systems (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Mathematical Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Image Analysis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明公开了一种基于深度学习的胆石症智能辅助系统，包括云端服务器和客户端，所述云端服务器和客户端双向连接，且云端服务器包括云平台图像数据库、云平台算法模块、信息获取模块、综合模块和深度学习分析模块。本发明设置了云端服务器和客户端双向连接，且云端服务器包括云平台图像数据库、云平台算法模块、信息获取模块、综合模块和深度学习分析模块，可实现对胆石病的自动提取和智能，不仅能自我分析、自我识别、自我生成结果，帮助肝胆科医师进行和学习，也能为相关机构或指定医院提供临床参考，还能将用户数据以及记录作为历史参考数据存入数据库以作为患者的胆石病临床病史参考。

Description

一种基于深度学习的胆石症智能辅助系统
技术领域
本发明涉及医疗技术领域，具体为一种基于深度学习的胆石症智能辅助系统。
背景技术
胆石症又称胆结石，是指胆道系统包括胆囊或胆管内发生结石的疾病，造成胆结石主要原因可能有喜静少动、体质肥胖、不吃早餐、餐后零食、肝硬化者和遗传因素，胆道感染是属于常见的疾病，按发病部位分为胆囊炎和胆管炎，结石在胆囊内形成后，可刺激胆囊黏膜，不仅可引起胆囊的慢性炎症，而且当结石嵌顿在胆囊颈部或胆囊管后，还可以引起继发感染，导致胆囊的急性炎症，由于结石对胆囊黏膜的慢性刺激，还可能导致胆囊癌的发生，有报告此种胆囊癌的发生率可达1％～2％。
胆结石病种繁多，发病因素错综复杂，具发病率较高、溶排石困难等特点，此外，胆石病的种类以及形态多种多样，部分胆石病的病灶形态也是非常相似，这大大阻碍了胆石病的正确诊疗，在这种情况下，一些刚毕业的肝胆科医师需要长时间的学习才能够熟练的掌握胆石病的技能，这给肝胆科医师的临床带来了巨大的挑战，为此，我们提出一种基于深度学习的胆石症智能辅助系统。
发明内容
本发明的目的在于提供一种基于深度学习的胆石症智能辅助系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于深度学习的胆石症智能辅助系统，包括云端服务器和客户端，所述云端服务器和客户端双向连接，且云端服务器包括云平台图像数据库、云平台算法模块、信息获取模块、综合模块和深度学习分析模块；
信息获取模块：用于获取多种信息，其中，多种信息包括症状信息、体温信息、血常规检测信息、尿液检测信息、口服或静脉胆囊造影、计算机断层CT 扫描、ERCP、PTC、EUS、MRCP、螺旋CT胆管成像、胆汁成分检测信息和胆部、肾部、尿道处X光片检测信息；
综合模块：用于根据多种信息，分析病情并将其以电子版医疗报告形式的结果反馈给客户端，对专业病变图像进行智能，通过结合逻辑的深度卷积神经网络算法，对标准病变图像进行初步智能辅助，并给出结果，同时将数据与结果通过互联网、WIFI、蓝牙或移动网络传输至云端服务器；
深度学习分析模块：对信息进行图像分析，得到目标区域对应的概率图，并结合胆石病医疗知识库建立用户胆石病数据库，以提供给相关机构或指定医院作为患者的胆石病临床病史作为参考。
优选的，所述云端服务器还包括文本智能处理系统、图片智能处理系统、综合评价系统、反馈系统、数据管理系统、云平台数据交换中心和云平台图像质量提升模块。
优选的，所述信息获取模块还包括智能辅助模块，且智能辅助模块包括图像采集单元、语音问诊单元、语音识别及关键字提取单元、概率分类单元、RNN 病情分析单元和融合分类器单元。
优选的，所述深度学习分析模块还包括疾病评估模块，且疾病评估模块用于根据预设胆石疾病评估规则逐一评估每一信息，以获取多组评估概率，并将多组评估概率发送至综合模块。
优选的，所述胆石病医疗知识库内收录有医学期刊、医学书籍和医学论文，并记载各种症状对应的疾病。
与现有技术相比，本发明的有益效果如下：
本发明设置了云端服务器和客户端双向连接，且云端服务器包括云平台图像数据库、云平台算法模块、信息获取模块、综合模块和深度学习分析模块，可实现对胆石病的自动提取和智能，不仅能自我分析、自我识别、自我生成结果，帮助肝胆科医师进行和学习，也能为相关机构或指定医院提供临床参考，还能将用户数据以及记录作为历史参考数据存入数据库以作为患者的胆石病临床病史参考。
附图说明
图1为本发明系统原理示意图。
具体实施方式
下面将结合本发明的实施例，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做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。
一种基于深度学习的胆石症智能辅助系统，包括云端服务器和客户端，云端服务器和客户端双向连接，且云端服务器包括云平台图像数据库、云平台算法模块、信息获取模块、综合模块和深度学习分析模块，可实现对胆石病的自动提取和智能，不仅能自我分析、自我识别、自我生成结果，帮助肝胆科医师进行和学习，也能为相关机构或指定医院提供临床参考，还能将用户数据以及记录作为历史参考数据存入数据库以作为患者的胆石病临床病史参考；
信息获取模块：用于获取多种信息，其中，多种信息包括症状信息、体温信息、血常规检测信息、尿液检测信息、口服或静脉胆囊造影、计算机断层CT 扫描、ERCP、PTC、EUS、MRCP、螺旋CT胆管成像、胆汁成分检测信息和胆部、肾部、尿道处X光片检测信息；
综合模块：用于根据多种信息，分析病情并将其以电子版医疗报告形式的结果反馈给客户端，对专业病变图像进行智能，通过结合逻辑的深度卷积神经网络算法，对标准病变图像进行初步智能辅助，并给出结果，同时将数据与结果通过互联网、WIFI、蓝牙或移动网络传输至云端服务器；
深度学习分析模块：对信息进行图像分析，得到目标区域对应的概率图，并结合胆石病医疗知识库建立用户胆石病数据库，以提供给相关机构或指定医院作为患者的胆石病临床病史作为参考。
云端服务器还包括文本智能处理系统、图片智能处理系统、综合评价系统、反馈系统、数据管理系统、云平台数据交换中心和云平台图像质量提升模块。
信息获取模块还包括智能辅助模块，且智能辅助模块包括图像采集单元、语音问诊单元、语音识别及关键字提取单元、概率分类单元、RNN病情分析单元和融合分类器单元。
深度学习分析模块还包括疾病评估模块，且疾病评估模块用于根据预设胆石疾病评估规则逐一评估每一信息，以获取多组评估概率，并将多组评估概率发送至综合模块。
胆石病医疗知识库内收录有医学期刊、医学书籍和医学论文，并记载各种症状对应的疾病。
使用时，设置了云端服务器和客户端双向连接，且云端服务器包括云平台图像数据库、云平台算法模块、信息获取模块、综合模块和深度学习分析模块，可实现对胆石病的自动提取和智能，不仅能自我分析、自我识别、自我生成结果，帮助肝胆科医师进行和学习，也能为相关机构或指定医院提供临床参考，还能将用户数据以及记录作为历史参考数据存入数据库以作为患者的胆石病临床病史参考。
本发明中涉及到的相关模块均为硬件发明模块或者为现有技术中计算机软件程序或协议与硬件相结合的功能模块，该功能模块所涉及到的计算机软件程序或协议的本身均为本领域技术人员公知的技术，其不是本发明的改进之处；本发明的改进为各模块之间的相互作用关系或连接关系，即为对发明的整体的构造进行改进，以解决本发明所要解决的相应技术问题。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于深度学习的胆石症智能辅助系统，包括云端服务器和客户端，其特征在于：所述云端服务器和客户端双向连接，且云端服务器包括云平台图像数据库、云平台算法模块、信息获取模块、综合模块和深度学习分析模块；
信息获取模块：用于获取多种信息，其中，多种信息包括症状信息、体温信息、血常规检测信息、尿液检测信息、口服或静脉胆囊造影、计算机断层CT扫描、ERCP、PTC、EUS、MRCP、螺旋CT胆管成像、胆汁成分检测信息和胆部、肾部、尿道处X光片检测信息；
综合模块：用于根据多种信息，分析病情并将其以电子版医疗报告形式的结果反馈给客户端，对专业病变图像进行智能，通过结合逻辑的深度卷积神经网络算法，对标准病变图像进行初步智能辅助，并给出结果，同时将数据与结果通过互联网、WIFI、蓝牙或移动网络传输至云端服务器；
深度学习分析模块：对信息进行图像分析，得到目标区域对应的概率图，并结合胆石病医疗知识库建立用户胆石病数据库，以提供给相关机构或指定医院作为患者的胆石病临床病史作为参考。
2.根据权利要求1所述的一种基于深度学习的胆石症智能辅助系统，其特征在于：所述云端服务器还包括文本智能处理系统、图片智能处理系统、综合评价系统、反馈系统、数据管理系统、云平台数据交换中心和云平台图像质量提升模块。
3.根据权利要求1所述的一种基于深度学习的胆石症智能辅助系统，其特征在于：所述信息获取模块还包括智能辅助模块，且智能辅助模块包括图像采集单元、语音问诊单元、语音识别及关键字提取单元、概率分类单元、RNN病情分析单元和融合分类器单元。
4.根据权利要求1所述的一种基于深度学习的胆石症智能辅助系统，其特征在于：所述深度学习分析模块还包括疾病评估模块，且疾病评估模块用于根据预设胆石疾病评估规则逐一评估每一信息，以获取多组评估概率，并将多组评估概率发送至综合模块。
5.根据权利要求1所述的一种基于深度学习的胆石症智能辅助系统，其特征在于：所述胆石病医疗知识库内收录有医学期刊、医学书籍和医学论文，并记载各种症状对应的疾病。
CN201910773272.8A 2019-08-21 2019-08-21 一种基于深度学习的胆石症智能辅助系统 Pending CN110491503A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910773272.8A CN110491503A (zh) 2019-08-21 2019-08-21 一种基于深度学习的胆石症智能辅助系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910773272.8A CN110491503A (zh) 2019-08-21 2019-08-21 一种基于深度学习的胆石症智能辅助系统

Publications (1)

Publication Number Publication Date
CN110491503A true CN110491503A (zh) 2019-11-22

Family

ID=68551622

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910773272.8A Pending CN110491503A (zh) 2019-08-21 2019-08-21 一种基于深度学习的胆石症智能辅助系统

Country Status (1)

Country Link
CN (1) CN110491503A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110974419A (zh) * 2019-12-24 2020-04-10 武汉大学 对肝门部狭窄在经内镜胆管支架置入术中导丝导航方法及系统
CN111449665A (zh) * 2020-03-02 2020-07-28 上海昊博影像科技有限公司 一种智能影像诊断系统
CN111899866A (zh) * 2020-07-28 2020-11-06 四川大学华西医院 基于深度学习的外科手术并发症评测系统
CN112652393A (zh) * 2020-12-31 2021-04-13 山东大学齐鲁医院 基于深度学习的ercp质控方法、系统、存储介质及设备
CN112863649A (zh) * 2020-12-31 2021-05-28 四川大学华西医院 玻璃体内肿瘤影像结果输出系统及方法
CN113223646A (zh) * 2020-10-27 2021-08-06 青海师范大学 一种高原胆石症患者信息采集管理系统
CN117788461A (zh) * 2024-02-23 2024-03-29 华中科技大学同济医学院附属同济医院 一种基于图像分析的磁共振图像质量评估系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7739126B1 (en) * 2004-03-02 2010-06-15 Cave Consulting Group Method, system, and computer program product for physician efficiency measurement and patient health risk stratification
CN108198620A (zh) * 2018-01-12 2018-06-22 洛阳飞来石软件开发有限公司 一种基于深度学习的皮肤疾病智能辅助诊断系统
CN108245161A (zh) * 2017-12-26 2018-07-06 北京医拍智能科技有限公司 肺部常见疾病的辅助诊断系统
CN108492872A (zh) * 2017-07-21 2018-09-04 湖州师范学院 智能辅助诊断系统
CN109712705A (zh) * 2018-12-19 2019-05-03 中国石油大学(华东) 一种基于深度学习的胆石病智能诊断app
CN109872814A (zh) * 2019-03-04 2019-06-11 中国石油大学(华东) 一种基于深度学习的胆石病智能辅助诊断系统
CN109935320A (zh) * 2019-03-21 2019-06-25 颐保医疗科技(上海)有限公司 一种常见皮肤病网络辅助诊断系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7739126B1 (en) * 2004-03-02 2010-06-15 Cave Consulting Group Method, system, and computer program product for physician efficiency measurement and patient health risk stratification
CN108492872A (zh) * 2017-07-21 2018-09-04 湖州师范学院 智能辅助诊断系统
CN108245161A (zh) * 2017-12-26 2018-07-06 北京医拍智能科技有限公司 肺部常见疾病的辅助诊断系统
CN108198620A (zh) * 2018-01-12 2018-06-22 洛阳飞来石软件开发有限公司 一种基于深度学习的皮肤疾病智能辅助诊断系统
CN109712705A (zh) * 2018-12-19 2019-05-03 中国石油大学(华东) 一种基于深度学习的胆石病智能诊断app
CN109872814A (zh) * 2019-03-04 2019-06-11 中国石油大学(华东) 一种基于深度学习的胆石病智能辅助诊断系统
CN109935320A (zh) * 2019-03-21 2019-06-25 颐保医疗科技(上海)有限公司 一种常见皮肤病网络辅助诊断系统

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110974419A (zh) * 2019-12-24 2020-04-10 武汉大学 对肝门部狭窄在经内镜胆管支架置入术中导丝导航方法及系统
CN110974419B (zh) * 2019-12-24 2021-07-06 武汉大学 对肝门部狭窄在经内镜胆管支架置入术中导丝导航方法及系统
CN111449665A (zh) * 2020-03-02 2020-07-28 上海昊博影像科技有限公司 一种智能影像诊断系统
CN111899866A (zh) * 2020-07-28 2020-11-06 四川大学华西医院 基于深度学习的外科手术并发症评测系统
CN111899866B (zh) * 2020-07-28 2022-04-22 四川大学华西医院 基于深度学习的外科手术并发症评测系统
CN113223646A (zh) * 2020-10-27 2021-08-06 青海师范大学 一种高原胆石症患者信息采集管理系统
CN112652393A (zh) * 2020-12-31 2021-04-13 山东大学齐鲁医院 基于深度学习的ercp质控方法、系统、存储介质及设备
CN112863649A (zh) * 2020-12-31 2021-05-28 四川大学华西医院 玻璃体内肿瘤影像结果输出系统及方法
CN112863649B (zh) * 2020-12-31 2022-07-19 四川大学华西医院 玻璃体内肿瘤影像结果输出系统及方法
CN117788461A (zh) * 2024-02-23 2024-03-29 华中科技大学同济医学院附属同济医院 一种基于图像分析的磁共振图像质量评估系统
CN117788461B (zh) * 2024-02-23 2024-05-07 华中科技大学同济医学院附属同济医院 一种基于图像分析的磁共振图像质量评估系统

Similar Documents

Publication Publication Date Title
CN110491503A (zh) 一种基于深度学习的胆石症智能辅助系统
Tran et al. Patients’ views of wearable devices and AI in healthcare: findings from the ComPaRe e-cohort
Yoshino et al. Daily oral care and risk factors for pneumonia among elderly nursing home patients
Rossi et al. Cost-effectiveness of artificial intelligence as a decision-support system applied to the detection and grading of melanoma, dental caries, and diabetic retinopathy
Lin et al. Hearing loss and incident dementia
Mau et al. Factors associated with voice therapy outcomes in the treatment of presbyphonia
Qiu et al. The influence of education on clinically diagnosed dementia incidence and mortality data from the Kungsholmen Project
Rosenberg Lessons for clinicians from physician-patient
Trondsen et al. Prediction of common bile duct stones prior to cholecystectomy: a prospective validation of a discriminant analysis function
Ganguli et al. Rates and predictors of mortality in an aging, rural, community-based cohort: the role of depression
Cronin-Stubbs et al. Six-year effect of depressive symptoms on the course of physical disability in community-living older adults
Welch et al. Are increasing 5-year survival rates evidence of success against cancer?
Koenig et al. Religion, spirituality, and acute care hospitalization and long-term care use by older patients
Rabins et al. Effectiveness of a nurse-based outreach program for identifying and treating psychiatric illness in the elderly
Wilson et al. A n adaptive semantic matching paradigm for reliable and valid language mapping in individuals with aphasia
Gill et al. Restricted activity and functional decline among community-living older persons
Gardner et al. Patchwork diagnoses: The production of coherence, uncertainty, and manageable bodies
CN111091906B (zh) 一种基于真实世界数据的辅助医疗诊断方法及系统
Molfenter et al. The swallowing profile of healthy aging adults: comparing noninvasive swallow tests to videofluoroscopic measures of safety and efficiency
Klein et al. Detection of age-related macular degeneration using a NonmydriaticDigital camera and a standard film fundus camera
Amer et al. The natural history of pityriasis rosea in black American children: how correct is the “classic” description?
Tuiten et al. Can sublingual testosterone increase subjective and physiological measures of laboratory-induced sexual arousal?
Silver et al. Cine magnetic resonance imaging with simultaneous audio to evaluate pediatric velopharyngeal insufficiency
Constantinescu et al. Evaluation of an automated swallow-detection algorithm using visual biofeedback in healthy adults and head and neck cancer survivors
Chan et al. How do clinical and psychological variables relate to quality of life in end-stage renal disease? Validating a proximal–distal model

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191122

RJ01 Rejection of invention patent application after publication