CN113793683A - 一种基于psa的前列腺癌辅助决策方法及其系统 - Google Patents

一种基于psa的前列腺癌辅助决策方法及其系统 Download PDF

Info

Publication number
CN113793683A
CN113793683A CN202110969844.7A CN202110969844A CN113793683A CN 113793683 A CN113793683 A CN 113793683A CN 202110969844 A CN202110969844 A CN 202110969844A CN 113793683 A CN113793683 A CN 113793683A
Authority
CN
China
Prior art keywords
psa
case
similarity
prostate cancer
doctor
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
Application number
CN202110969844.7A
Other languages
English (en)
Other versions
CN113793683B (zh
Inventor
赵妍
古迪
杨热电
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.)
First Affiliated Hospital of Guangzhou Medical University
Original Assignee
First Affiliated Hospital of Guangzhou Medical 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 First Affiliated Hospital of Guangzhou Medical University filed Critical First Affiliated Hospital of Guangzhou Medical University
Priority to CN202110969844.7A priority Critical patent/CN113793683B/zh
Publication of CN113793683A publication Critical patent/CN113793683A/zh
Application granted granted Critical
Publication of CN113793683B publication Critical patent/CN113793683B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Computational Linguistics (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

本发明涉及一种基于PSA的前列腺癌辅助决策方法，包括以下：步骤110、获取用户在一次治疗过程中的PSA检测结果，判断所有所述PSA检测结果是否有效；步骤120、若有效，则根据所有所述PSA检测结果得到多个特征属性，将得到的多个特征属性与病例数据库中的患者病例按照特征属性权重进行相似度匹配，找寻出相似度最高的患者病例；步骤130、将相似度最高的患者病例推送至负责该用户的医生处，以供所述医生查阅得出结论并给出治疗意见。本发明能够根据用户诊断时检测的PSA值从预建立的数据库中找寻最相似的病例，并将病例以及对应的医生处理过程推送给当前进行处理的医生，辅助该医生更为快速的做出更为准确的判断。

Description

一种基于PSA的前列腺癌辅助决策方法及其系统
技术领域
本发明涉及智能医疗技术领域，尤其涉及一种基于PSA的前列腺癌辅助决策方法及其系统。
背景技术
PSA是前列腺特异抗原，血清PSA是前腺癌的特异性标志物：它对早期没有症状的前列腺癌的诊断很有意义。正常情况下，PSA是由前列腺上皮细胞分泌产生的一种丝氨酸蛋白酶，是一种糖蛋白，直接分泌到前列腺导管系统内。它的正常功能是邦助精液凝块水解液化，与男性生育力有关。
当今针对前列腺癌的治疗，往往需要根据医生的经验对患者的PSA的相关值进行分析进而诊断，这将面临庞大的数据以及工作量，医生们需要一种基于PSA的前列腺癌辅助决策方法，能够智能化地为医生的决策进行辅助。
发明内容
本发明的目的是为了至少解决现有技术的不足之一，提供一种基于PSA的前列腺癌辅助决策方法及其系统。
为了实现上述目的，本发明采用以下的技术方案：
具体的，提出一种基于PSA的前列腺癌辅助决策方法，包括以下：
获取用户在一次治疗过程中的PSA检测结果，判断所有所述PSA检测结果是否有效；
若有效，则根据所有所述PSA检测结果得到多个特征属性，将得到的多个特征属性与病例数据库中的患者病例按照特征属性权重进行相似度匹配，找寻出相似度最高的患者病例；
将相似度最高的患者病例推送至负责该用户的医生处，以供所述医生查阅得出结论并给出治疗意见。
进一步，所述方法还包括，
确定并计算病例数据库中最终诊断结果与找寻出的患者病例结果吻合的占总诊断次数第一阈值以上的用户诊断病例所对应的最低相似度的值a，预设调整因子b，以a(1-b)作为相似度阈值，当得到的多个特征属性与病例数据库中的患者病例进行相似度匹配得到的最高相似度低于相似度阈值时，不推送患者病例，并将医生诊断结果及治疗意见关联该用户的PSA检查结果及对应的多个特征属性存入病例数据库，以更新病例数据库。
进一步，所述第一阈值具体为95％。
进一步，所述调整因子b的值具体为0.05。
进一步，所述按照特征属性权重进行相似度匹配具体包括以下，
确定特征属性的个数h，以sim(Ai，Bi)表示当前用户的治疗病例Ai与病例数据库中的患者病例Bi的相似度，定义
Figure BDA0003225527830000021
其中ji表示第i个特征属性。
进一步，所述ji通过建立专家矩阵以层次分析法的方式计算得到。
进一步，具体的，所述ji通过以下方式计算得到，
预定义本次前列腺癌辅助决策问题为U，将每个特征属性的值划分为多个区间段{u1，u2，u3...，ui}，其对应的概率分别为P(ui)，则U的信息熵为
Figure BDA0003225527830000022
当其中一个特征属性确定为Vj时，此时信息熵为
Figure BDA0003225527830000023
其中的vj表示特征属性Vj的第j个取值，
计算当前特征属性Vj对于U的影响因子ji
Figure BDA0003225527830000024
其中Vi表示第i个特征属性，其特征值I(vi)＝H(U)-H(U丨Vi)。
进一步，所述根据所有所述PSA检测结果得到多个特征属性具体包括PSA的值、fPSA的值、tPSA的值、fPSA/tPSA比值。
本发明还提出一种基于PSA的前列腺癌辅助决策系统，包括以下：
检测结果获取模块，用于获取用户在一次治疗过程中的PSA检测结果，判断所有所述PSA检测结果是否有效；
相似度匹配模块，用于在所述检测结果获取模块判断为有效时，根据所有所述PSA检测结果得到多个特征属性，将得到的多个特征属性与病例数据库中的患者病例按照特征属性权重进行相似度匹配，找寻出相似度最高的患者病例；
信息推送模块，用于将相似度最高的患者病例推送至负责该用户的医生处，以供所述医生查阅得出结论并给出治疗意见。
进一步，所述系统还包括，
数据库更新模块，用于确定并计算病例数据库中最终诊断结果与找寻出的患者病例结果吻合的占总诊断次数第一阈值以上的用户诊断病例所对应的最低相似度的值a，预设调整因子b，以a(1-b)作为相似度阈值，当得到的多个特征属性与病例数据库中的患者病例进行相似度匹配得到的最高相似度低于相似度阈值时，不推送患者病例，并将医生诊断结果及治疗意见关联该用户的PSA检查结果及对应的多个特征属性存入病例数据库，以更新病例数据库。
本发明的有益效果为：
本发明提出一种基于PSA的前列腺癌辅助决策方法，能够根据用户诊断时检测的PSA值从预建立的数据库中找寻最相似的病例，并将病例以及对应的医生处理过程推送给当前进行处理的医生，辅助该医生更为快速的做出更为准确的判断。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本公开的上述以及其他特征将更加明显，本公开附图中相同的参考标号表示相同或相似的元素，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1所示为本发明一种基于PSA的前列腺癌辅助决策方法的流程图；
图2所示为本发明一种基于PSA的前列腺癌辅助决策方法的数据库更新示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
实施例1，参照图1以及图2，本发明提出一种基于PSA的前列腺癌辅助决策方法，包括以下：
步骤110、获取用户在一次治疗过程中的PSA检测结果，判断所有所述PSA检测结果是否有效；
步骤120、若有效，则根据所有所述PSA检测结果得到多个特征属性，将得到的多个特征属性与病例数据库中的患者病例按照特征属性权重进行相似度匹配，找寻出相似度最高的患者病例；
步骤130、将相似度最高的患者病例推送至负责该用户的医生处，以供所述医生查阅得出结论并给出治疗意见。
本发明能够根据用户诊断时检测的PSA值从预建立的数据库中找寻最相似的病例，并将病例以及对应的医生处理过程推送给当前进行处理的医生，辅助该医生更为快速的做出更为准确的判断。
其中病例数据库通过采集大量用户的按照上述过程的诊断记录进行制作，将用户们的整个诊断过程的信息予以记录，同时关联存入特征属性值。
作为本发明的优选实施方式，所述方法还包括，
确定并计算病例数据库中最终诊断结果与找寻出的患者病例结果吻合的占总诊断次数第一阈值以上的用户诊断病例所对应的最低相似度的值a，预设调整因子b，以a(1-b)作为相似度阈值，当得到的多个特征属性与病例数据库中的患者病例进行相似度匹配得到的最高相似度低于相似度阈值时，不推送患者病例，并将医生诊断结果及治疗意见关联该用户的PSA检查结果及对应的多个特征属性存入病例数据库，以更新病例数据库。
作为本发明的优选实施方式，所述第一阈值具体为95％。
在本优选实施方式中，考虑到结果的准确性，参照绝对事件的原则，将第一阈值设置为95％，
作为本发明的优选实施方式，所述调整因子b的值具体为0.05。
在本优选实施方式中，考虑到实际处理时的数据的波动情况，将调整因子b设置为0.05。
具体的，找出95％以上正确率的案例中的最低相似度a，考虑到实施时数据可能会波动，所以设置b为调整因子，以a(1-b)作为相似度阈值，只有高于该阈值的匹配方案才会被采纳，如无匹配方案时，则将本次诊断方案作为新病例方案，将医生诊断结果及治疗意见关联该用户的PSA检查结果及对应的多个特征属性存入病例数据库，以更新病例数据库。
作为本发明的优选实施方式，所述按照特征属性权重进行相似度匹配具体包括以下，
确定特征属性的个数h，以sim(Ai，Bi)表示当前用户的治疗病例Ai与病例数据库中的患者病例Bi的相似度，定义
Figure BDA0003225527830000041
其中ji表示第i个特征属性。
作为本发明的优选实施方式，所述ji通过建立专家矩阵以层次分析法的方式计算得到。
作为本发明的优选实施方式，具体的，所述ji通过以下方式计算得到，
预定义本次前列腺癌辅助决策问题为U，将每个特征属性的值划分为多个区间段{u1，u2，u3...，ui}，其对应的概率分别为P(ui)，则U的信息熵为
Figure BDA0003225527830000051
当其中一个特征属性确定为Vj时，此时信息熵为
Figure BDA0003225527830000052
其中的vj表示特征属性Vj的第j个取值，
计算当前特征属性Vj对于U的影响因子ji
Figure BDA0003225527830000053
其中Vi表示第i个特征属性，其特征值I(vi)＝H(U)-H(U丨Vi)。
作为本发明的优选实施方式，所述根据所有所述PSA检测结果得到多个特征属性具体包括PSA的值、fPSA的值、tPSA的值、fPSA/tPSA比值。
本发明还提出一种基于PSA的前列腺癌辅助决策系统，包括以下：
检测结果获取模块，用于获取用户在一次治疗过程中的PSA检测结果，判断所有所述PSA检测结果是否有效；
相似度匹配模块，用于在所述检测结果获取模块判断为有效时，根据所有所述PSA检测结果得到多个特征属性，将得到的多个特征属性与病例数据库中的患者病例按照特征属性权重进行相似度匹配，找寻出相似度最高的患者病例；
信息推送模块，用于将相似度最高的患者病例推送至负责该用户的医生处，以供所述医生查阅得出结论并给出治疗意见。
作为本发明的优选实施方式，所述系统还包括，
数据库更新模块，用于确定并计算病例数据库中最终诊断结果与找寻出的患者病例结果吻合的占总诊断次数第一阈值以上的用户诊断病例所对应的最低相似度的值a，预设调整因子b，以a(1-b)作为相似度阈值，当得到的多个特征属性与病例数据库中的患者病例进行相似度匹配得到的最高相似度低于相似度阈值时，不推送患者病例，并将医生诊断结果及治疗意见关联该用户的PSA检查结果及对应的多个特征属性存入病例数据库，以更新病例数据库。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例中的方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包括的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (10)

1.一种基于PSA的前列腺癌辅助决策方法，其特征在于，包括以下：
获取用户在一次治疗过程中的PSA检测结果，判断所有所述PSA检测结果是否有效；
若有效，则根据所有所述PSA检测结果得到多个特征属性，将得到的多个特征属性与病例数据库中的患者病例按照特征属性权重进行相似度匹配，找寻出相似度最高的患者病例；
将相似度最高的患者病例推送至负责该用户的医生处，以供所述医生查阅得出结论并给出治疗意见。
2.根据权利要求1所述的一种基于PSA的前列腺癌辅助决策方法，其特征在于，所述方法还包括，
确定并计算病例数据库中最终诊断结果与找寻出的患者病例结果吻合的占总诊断次数第一阈值以上的用户诊断病例所对应的最低相似度的值a，预设调整因子b，以a(1-b)作为相似度阈值，当得到的多个特征属性与病例数据库中的患者病例进行相似度匹配得到的最高相似度低于相似度阈值时，不推送患者病例，并将医生诊断结果及治疗意见关联该用户的PSA检查结果及对应的多个特征属性存入病例数据库，以更新病例数据库。
3.根据权利要求2所述的一种基于PSA的前列腺癌辅助决策方法，其特征在于，所述第一阈值具体为95％。
4.根据权利要求2所述的一种基于PSA的前列腺癌辅助决策方法，其特征在于，所述调整因子b的值具体为0.05。
5.根据权利要求1所述的一种基于PSA的前列腺癌辅助决策方法，其特征在于，所述按照特征属性权重进行相似度匹配具体包括以下，
确定特征属性的个数h，以sim(Ai，Bi)表示当前用户的治疗病例Ai与病例数据库中的患者病例Bi的相似度，定义
Figure FDA0003225527820000011
其中ji表示第i个特征属性。
6.根据权利要求5所述的一种基于PSA的前列腺癌辅助决策方法，其特征在于，所述ji通过建立专家矩阵以层次分析法的方式计算得到。
7.根据权利要求5所述的一种基于PSA的前列腺癌辅助决策方法，其特征在于，具体的，所述ji通过以下方式计算得到，
预定义本次前列腺癌辅助决策问题为U，将每个特征属性的值划分为多个区间段{u1，u2，u3...，ui}，其对应的概率分别为P(ui)，则U的信息熵为
Figure FDA0003225527820000021
当其中一个特征属性确定为Vj时，此时信息熵为
Figure FDA0003225527820000022
其中的vj表示特征属性Vj的第j个取值，
计算当前特征属性Vj对于U的影响因子ji
Figure FDA0003225527820000023
其中Vi表示第i个特征属性，其特征值I(vi)＝H(U)-H(U丨Vi)。
8.根据权利要求1所述的一种基于PSA的前列腺癌辅助决策方法，其特征在于，所述根据所有所述PSA检测结果得到多个特征属性具体包括PSA的值、fPSA的值、tPSA的值、fPSA/tPSA比值。
9.一种基于PSA的前列腺癌辅助决策系统，其特征在于，包括以下：
检测结果获取模块，用于获取用户在一次治疗过程中的PSA检测结果，判断所有所述PSA检测结果是否有效；
相似度匹配模块，用于在所述检测结果获取模块判断为有效时，根据所有所述PSA检测结果得到多个特征属性，将得到的多个特征属性与病例数据库中的患者病例按照特征属性权重进行相似度匹配，找寻出相似度最高的患者病例；
信息推送模块，用于将相似度最高的患者病例推送至负责该用户的医生处，以供所述医生查阅得出结论并给出治疗意见。
10.根据权利要求9所述的一种基于PSA的前列腺癌辅助决策系统，其特征在于，所述系统还包括，
数据库更新模块，用于确定并计算病例数据库中最终诊断结果与找寻出的患者病例结果吻合的占总诊断次数第一阈值以上的用户诊断病例所对应的最低相似度的值a，预设调整因子b，以a(1-b)作为相似度阈值，当得到的多个特征属性与病例数据库中的患者病例进行相似度匹配得到的最高相似度低于相似度阈值时，不推送患者病例，并将医生诊断结果及治疗意见关联该用户的PSA检查结果及对应的多个特征属性存入病例数据库，以更新病例数据库。
CN202110969844.7A 2021-08-23 2021-08-23 一种基于psa的前列腺癌辅助决策方法及其系统 Active CN113793683B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110969844.7A CN113793683B (zh) 2021-08-23 2021-08-23 一种基于psa的前列腺癌辅助决策方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110969844.7A CN113793683B (zh) 2021-08-23 2021-08-23 一种基于psa的前列腺癌辅助决策方法及其系统

Publications (2)

Publication Number Publication Date
CN113793683A true CN113793683A (zh) 2021-12-14
CN113793683B CN113793683B (zh) 2024-04-02

Family

ID=78876308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110969844.7A Active CN113793683B (zh) 2021-08-23 2021-08-23 一种基于psa的前列腺癌辅助决策方法及其系统

Country Status (1)

Country Link
CN (1) CN113793683B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060051774A1 (en) * 2004-01-27 2006-03-09 Dvir Dahary Novel nucleotide and amino acid sequences, and assays and methods of use thereof for diagnosis of prostate cancer
CN104809741A (zh) * 2015-05-26 2015-07-29 北京大学 基于图像分析的前列腺疾病分析方法
CN106778005A (zh) * 2016-12-27 2017-05-31 中南民族大学 基于多参数mri的前列腺癌计算机辅助检测方法及系统
CN106778046A (zh) * 2017-02-28 2017-05-31 思派（北京）网络科技有限公司 一种基于特征值进行前列腺癌复发预测的系统和方法
CN106897572A (zh) * 2017-03-08 2017-06-27 山东大学 基于流形学习的肺结节病例匹配辅助检测系统及其工作方法
CN107958007A (zh) * 2016-10-18 2018-04-24 浙江格林蓝德信息技术有限公司 病例信息检索方法及装置
CN110444294A (zh) * 2019-09-10 2019-11-12 中南大学 一种基于感知神经网络的前列腺癌辅助分析方法及设备
CN110517765A (zh) * 2019-07-15 2019-11-29 中南大学 一种基于模糊推理逻辑的前列腺癌大数据辅助决策方法及系统构建方法
CN110584605A (zh) * 2019-09-10 2019-12-20 贾英 一种相似度匹配的诊断监控综合医疗系统及其匹配方法
KR20210060836A (ko) * 2019-11-19 2021-05-27 연세대학교 산학협력단 전립선암의 진단 예측 모델 - 자기공명영상 및 전립선 특이항원 밀도 기반
US20210208146A1 (en) * 2018-05-16 2021-07-08 Opko Diagnostics, Llc Methods for detecting prostate cancer pathology associated with adverse outcomes

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060051774A1 (en) * 2004-01-27 2006-03-09 Dvir Dahary Novel nucleotide and amino acid sequences, and assays and methods of use thereof for diagnosis of prostate cancer
CN104809741A (zh) * 2015-05-26 2015-07-29 北京大学 基于图像分析的前列腺疾病分析方法
CN107958007A (zh) * 2016-10-18 2018-04-24 浙江格林蓝德信息技术有限公司 病例信息检索方法及装置
CN106778005A (zh) * 2016-12-27 2017-05-31 中南民族大学 基于多参数mri的前列腺癌计算机辅助检测方法及系统
CN106778046A (zh) * 2017-02-28 2017-05-31 思派（北京）网络科技有限公司 一种基于特征值进行前列腺癌复发预测的系统和方法
CN106897572A (zh) * 2017-03-08 2017-06-27 山东大学 基于流形学习的肺结节病例匹配辅助检测系统及其工作方法
US20210208146A1 (en) * 2018-05-16 2021-07-08 Opko Diagnostics, Llc Methods for detecting prostate cancer pathology associated with adverse outcomes
CN110517765A (zh) * 2019-07-15 2019-11-29 中南大学 一种基于模糊推理逻辑的前列腺癌大数据辅助决策方法及系统构建方法
CN110444294A (zh) * 2019-09-10 2019-11-12 中南大学 一种基于感知神经网络的前列腺癌辅助分析方法及设备
CN110584605A (zh) * 2019-09-10 2019-12-20 贾英 一种相似度匹配的诊断监控综合医疗系统及其匹配方法
KR20210060836A (ko) * 2019-11-19 2021-05-27 연세대학교 산학협력단 전립선암의 진단 예측 모델 - 자기공명영상 및 전립선 특이항원 밀도 기반

Also Published As

Publication number Publication date
CN113793683B (zh) 2024-04-02

Similar Documents

Publication Publication Date Title
JP6905076B2 (ja) スコアリング・モデルを構築し、ユーザ・クレジットを評価するための方法及びデバイス
Mampaey et al. Summarizing data succinctly with the most informative itemsets
US9141664B2 (en) System and method for optimizing queries
US20100274785A1 (en) Database Analysis Using Clusters
US20080071764A1 (en) Method and an apparatus to perform feature similarity mapping
JP4997892B2 (ja) 検索システム、検索方法及び検索プログラム
US20220019739A1 (en) Item Recall Method and System, Electronic Device and Readable Storage Medium
CN103177066A (zh) 分析和表示人际关系
US20120197921A1 (en) Information matching apparatus, information matching system, method of matching information, and computer readable storage medium having stored information matching program
CN111341458A (zh) 基于多层级结构相似度的单基因病名称推荐方法和系统
CN109271555B (zh) 信息聚类方法、系统、服务器及计算机可读存储介质
CN111640517B (zh) 病历编码方法、装置、存储介质及电子设备
CN117271903A (zh) 基于医院临床大数据的事件搜索方法及装置
CN113793683B (zh) 一种基于psa的前列腺癌辅助决策方法及其系统
CN111125329A (zh) 一种文本信息筛选方法、装置及设备
CN116384949A (zh) 一种基于数字化管理的智慧政务信息数据管理系统
CN116628052A (zh) 用于将数量事实添加到知识库的设备和计算机实现的方法
CN112100670A (zh) 一种基于大数据的隐私数据分级保护方法
WO2018139205A1 (ja) 情報処理装置、情報処理システム、プログラム及び情報処理方法
CN114842980B (zh) 一种基于WiFi匹配的传染病易感人群接触追踪预筛选方法
CN116665871B (zh) 一种基于大数据的监护方案优化方法及系统
CN113626461B (zh) 信息查找方法、终端设备及计算机可读存储介质
CN117973899A (zh) 基于大数据的土地开发与经营信息智能管理系统
Dasgupta Case-Control Study
CN113342830A (zh) 一种数据处理方法及装置

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
GR01 Patent grant
GR01 Patent grant