-
公开(公告)号：CN112869737B
公开(公告)日：2022-10-28
申请号：CN202110136278.1
申请日：2021-02-01
申请人： 浙江大学山东工业技术研究院
IPC分类号： A61B5/1455 , G06V40/16 , G06V10/25 , G06V10/56 , G06V10/70
摘要： 本发明属于血氧检测技术领域，尤其是涉及一种非接触式人体血氧饱和度检测方法。一种非接触式人体血氧饱和度检测方法，包括以下步骤：S1、视频获取；S2、图像区域获取；S3、原始信号获取；S4、分离信号获取；S5、变量获取；S6、结果获取，基于步骤S5提取出的ACR、ACB和DCR、DCB计算出血氧饱和度参数R，根据朗伯—比尔定律，得到血氧饱和度SPO2。本发明提供了一种解决已公开方法中基于红蓝通道提取的原始信号信噪比差进而测量结果准确度不高的问题、采用非接触式人体血氧饱和度的检测方法。
-
公开(公告)号：CN112991075A
公开(公告)日：2021-06-18
申请号：CN202110155145.9
申请日：2021-02-04
申请人： 浙江大学山东工业技术研究院
摘要： 本发明属于医疗数据挖掘技术领域，尤其是涉及一种基于FP‑growth及图网络的套餐式购药异常检测方法。一种基于FP‑growth及图网络的套餐式购药异常检测方法，包括以下步骤：S1、数据预处理；S2、建立药品关系图；S3、训练网络；S4、挖掘药品组合；S5、建立单机构的药品关系图；S6、预测结果；S7、获取最终结果，重复迭代步骤S4至S6，得到特定区域的所有异常明细结果。本发明提供了一种解决机构套餐式购药套取医保基金的问题的基于FP‑growth及图网络的套餐式购药异常检测方法。
-
公开(公告)号：CN112835893A
公开(公告)日：2021-05-25
申请号：CN202110063078.8
申请日：2021-01-18
申请人： 浙江大学山东工业技术研究院
IPC分类号： G06F16/22 , G06F16/2458 , G06K9/62 , G06Q40/08
摘要： 本发明属于医疗保险数据处理技术领域，尤其是涉及一种基于聚类的医保欺诈行为的检测方法及系统。一种基于聚类的医保欺诈行为的检测方法，包括以下步骤：S1、数据提取；S2、归一化处理；S3、数据聚类；S4、得出结果，重复步骤S3直至聚类收敛，得到可疑异常行为的机构信息。本发明提供了一种解决实际场景中推拿项目异常的问题、检测出有疑似医保欺诈异常行为的医疗机构的基于聚类的医保欺诈行为的检测方法及系统。
-
公开(公告)号：CN112801805A
公开(公告)日：2021-05-14
申请号：CN202110078727.1
申请日：2021-01-21
申请人： 浙江大学山东工业技术研究院
IPC分类号： G06Q40/08 , G06F16/2458 , G06K9/62 , G06N3/04
摘要： 本发明属于医疗保险数据处理技术领域，尤其是涉及基于深度自监督神经网络的医保小卡欺诈检测方法及系统。基于深度自监督神经网络的医保小卡欺诈检测方法，包括以下步骤：S1、数据生成和脱敏；S2、数据分析；S3、信息提取；S4、数据划分；S5、归一化处理；S6、构建网络；S7、概率预测；S8、导出结果。本发明提供了一种解决实际应用中刷小卡医保欺诈检测不够准确、自适应程度差的问题的基于深度自监督神经网络的医保小卡欺诈检测方法及系统。
-
公开(公告)号：CN112869737A
公开(公告)日：2021-06-01
申请号：CN202110136278.1
申请日：2021-02-01
申请人： 浙江大学山东工业技术研究院
IPC分类号： A61B5/1455 , G06K9/00 , G06K9/32 , G06K9/46 , G06K9/62
摘要： 本发明属于血氧检测技术领域，尤其是涉及一种非接触式人体血氧饱和度检测方法。一种非接触式人体血氧饱和度检测方法，包括以下步骤：S1、视频获取；S2、图像区域获取；S3、原始信号获取；S4、分离信号获取；S5、变量获取；S6、结果获取，基于步骤S5提取出的ACR、ACB和DCR、DCB计算出血氧饱和度参数R，根据朗伯—比尔定律，得到血氧饱和度SPO2。本发明提供了一种解决已公开方法中基于红蓝通道提取的原始信号信噪比差进而测量结果准确度不高的问题、采用非接触式人体血氧饱和度的检测方法。
-
公开(公告)号：CN113012792A
公开(公告)日：2021-06-22
申请号：CN202110155162.2
申请日：2021-02-04
申请人： 浙江大学山东工业技术研究院
摘要： 本发明属于医学人工智能技术领域，尤其是涉及一种基于阈值筛选和条件排除的住院异常人员的检测方法。一种基于阈值筛选和条件排除的住院异常人员的检测方法，包括以下步骤：S1、根据住院异常情况设定用于阈值筛选的指标；S2、根据住院类型对住院记录数据进行分组，分析各组数据以得出步骤S1中指标的对应阈值；S3、根据步骤S2所得到的指标阈值对住院记录数据进行筛选，得到住院异常的可疑人员；S4、设置特殊情况下住院异常的正常人员的排除条件，得到最终的住院异常人员名单。本发明所要解决的技术问题是医保领域种存在的异常住院情况，提供一种基于阈值筛选和条件排除的住院异常人员的检测方法。
-
公开(公告)号：CN112289403A
公开(公告)日：2021-01-29
申请号：CN202011118465.9
申请日：2020-10-19
申请人： 浙江大学山东工业技术研究院
IPC分类号： G16H20/10 , G06F16/245 , G06Q40/08 , G06Q10/06
摘要： 本发明属于医疗数据处理技术领域，尤其是涉及一种基于两阶段筛查流程的医保异常购药的检测方法及装置。一种基于两阶段筛查流程的医保异常购药的检测方法，包括以下步骤：S1、建立分析维度模型；S2、对步骤S1模型中的数据依据参保人的个人编号进行分组统计，将统计得出的每个参保人的分析数据输入一阶段模型；S3、对步骤S2所得的一阶段模型中的数据进行异常值检测，并将检测出的异常参保人进行阈值处理。本发明提供了一种解决实际医疗保险中参保人超量购药异常检测中的准确率不高和速度慢的问题、基于两阶段筛查流程的医保异常购药的检测方法及装置。
-
公开(公告)号：CN111883258A
公开(公告)日：2020-11-03
申请号：CN202010580290.7
申请日：2020-06-23
申请人： 浙江大学山东工业技术研究院
摘要： 一种基于机器学习的卵巢过度刺激综合征（OHSS）分度及分型预测方法，包括：采集病人临床特征数据后进行数据预处理和数据编码操作，得到各自的训练数据；分别建立OHSS分度和分型预测模型。使用训练数据对分度和分型预测模型分别进行训练，从而根据损失函数优化模型参数；将分度预测模型所需的所有待测病人的临床特征数据进行数据预处理和数据编码操作后，获得最终的预测结果。分度预测模型预测出的会发生OHSS的病人，获取分型预测模型所需的临床特征数据，进行数据预处理和数据编码操作后，获得最终的预测值。利用本发明，可以为进行试管婴儿技术治疗的病人预测其发生OHSS的概率以及类型，从而辅助医生做更好的判断。
-
公开(公告)号：CN111883258B
公开(公告)日：2024-03-15
申请号：CN202010580290.7
申请日：2020-06-23
申请人： 浙江大学山东工业技术研究院
摘要： 一种基于机器学习的卵巢过度刺激综合征（OHSS）分度及分型预测方法，包括：采集病人临床特征数据后进行数据预处理和数据编码操作，得到各自的训练数据；分别建立OHSS分度和分型预测模型。使用训练数据对分度和分型预测模型分别进行训练，从而根据损失函数优化模型参数；将分度预测模型所需的所有待测病人的临床特征数据进行数据预处理和数据编码操作后，获得最终的预测结果。分度预测模型预测出的会发生OHSS的病人，获取分型预测模型所需的临床特征数据，进行数据预处理和数据编码操作后，获得最终的预测值。利用本发明，可以为进行试管婴儿技术治疗的病人预测其发生OHSS的概率以及类型，从而辅助医生做更好的判断。
-
公开(公告)号：CN112835893B
公开(公告)日：2023-03-21
申请号：CN202110063078.8
申请日：2021-01-18
申请人： 浙江大学山东工业技术研究院
IPC分类号： G06F16/22 , G06F16/2458 , G06F18/23213 , G06Q40/08
摘要： 本发明属于医疗保险数据处理技术领域，尤其是涉及一种基于聚类的医保欺诈行为的检测方法及系统。一种基于聚类的医保欺诈行为的检测方法，包括以下步骤：S1、数据提取；S2、归一化处理；S3、数据聚类；S4、得出结果，重复步骤S3直至聚类收敛，得到可疑异常行为的机构信息。本发明提供了一种解决实际场景中推拿项目异常的问题、检测出有疑似医保欺诈异常行为的医疗机构的基于聚类的医保欺诈行为的检测方法及系统。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.033 秒)
