原始名称记载: 中国人民解放军总医院

本申请实施例提出一种用于修复增生性瘢痕的自供电微针贴片及其制备方法和用途。所述自供电微针贴片包括：摩擦纳米发电机，用于产生电流；导电载药微针贴片，所述导电载药微针贴片与摩擦纳米发电机连接；所述导电载药微针贴片包括导电微针贴片和承载Sb4的交联明胶‑交联透明质酸微针；所述导电微针贴片的表面具有金属涂层，用于介导摩擦纳米发电机产生的电流并施加经皮电刺激；所述交联明胶‑交联透明质酸微针包覆于导电微针贴片的尖端。本申请实施例的自供电微针贴片通过提供经皮电化学刺激将增生性瘢痕的肌成纤维细胞转分化为脂肪细胞，并抑制炎症因子释放，重塑组织微环境，从而逆转增生性瘢痕，实现皮肤修复与组织再生。

本发明涉及一种治疗急慢性鼻炎的植物组合物及其制备方法，该植物组合物包括按重量份计的以下原料组分：艾叶油7.5‑20份；香油3.5‑6份；甘草异黄酮A 0.8‑2.5份；白芷提取物1.5‑4份；苍耳子提取物2‑6份；罗文莎叶精油3‑9份；薄荷精油8‑15份；茶树精油12‑24份。本发明的组合物配方中：甘草异黄酮A具有抗氧化、抗炎、调节激素等作用，能够清除自由基，有效消除自由基对鼻腔的不良影响，并延长作用效果和保质期。艾叶含有挥发油（如桉油精、樟脑等）、黄酮类化合物，具有抑制细菌、减轻炎症、碱化黏液的作用；艾叶能温经散寒，缓解因风寒或过敏引起的鼻塞、流涕等症状。

本申请提出一种基于湖仓一体的存储装置、存储方法以及存储访问方法，其包括：存储管理单元、统一元数据管理单元、联邦查询引擎单元；存储管理单元用于实现混合存储以及动态分层存储；统一元数据管理单元用于元数据图谱构建、并发控制、GDPR合规支持；联邦查询引擎用于智能路由决策、SQL方言统一、智能下推优化；基于湖仓一体的存储装置及其访问技术，支持结构化和非结构化数据的‌统一管理‌，避免数据孤岛问题，同时通过‌统一元数据‌管理实现跨引擎数据可见性；本申请的湖仓一体存储装置和访问方法融合了动态分层存储策略、‌智能路由决策、智能下推优化等技术，大大提高了存储和访问的效率和系统的鲁棒性。

本申请提出一种肩袖损伤MRI图像的处理方法及其装置，利用SwinUnet编码器通过对多体位MRI图像进行下采样，以从局部特征聚合形成全局语义特征的方式，模拟医生从影像细节形成整体初步诊断的过程；利用SwinUnet解码器通过上采样，在所述全局语义特征的指导下逐步重建并精细化局部特征；在上采样过程中，通过交叉注意力机制，将当前解码器重建中的局部特征与来自所有体位的全局语义特征进行融合，以模拟医生在初步判断后于不同体位影像间进行交叉参考、印证以完成精确诊断的认知过程；输出基于多体位信息融合与印证的肩袖损伤分析结果。

本申请提出基于前向链式推理的治疗方案推荐方法及装置，患者的多源原始数据通过患者画像构建模块进行数据清洗、结构化、归一化，然后构建形成患者画像；患者画像输入到医学知识体系构建模块，由识别词构建模块依据医学知识体系构建模块所包含的识别词库进行识别词匹配，得到患者的识别词命中集；识别词命中集被输入到前向链式推理引擎中；规则单元构建模块根据输入的识别词命中集形成规则单元；规则链构建模块根据形成的规则单元构建规则链；前向链式推理引擎在识别词、规则单元、规则链的基础上采用前向链式推理与增量索引，并进行综合评分和冲突消解，输出推荐结果；推理结果输出模块可视化地输出推荐结果以及推理证据链。

本申请提出一种诊断因子的构建方法，其包括以下步骤：数据采集与标准化步骤；获取受试者的多源异构的临床数据；该临床数据包括非结构化文本数据和结构化数据；对该临床数据进行标准化处理；证据聚合与因子生成步骤；对非结构化文本数据，采用自然语言处理技术进行实体识别与语义解析，提取临床术语实体，并映射至标准医学术语体系，形成标准化的临床术语实体；结构化数据和标准化的临床术语实体构成临床证据；将受试者的临床证据基于预定义的诊断因子模板库归集到对应诊断因子下，得到受试者的诊断因子。

本发明提供一种全院一体化组织架构下重症科室设备实时监测信号融合装置及方法，其包括：多院区组织机构管理单元，用于维护各院区的组织结构、科室设置以及设备的定点定位信息；模型中枢系统管理单元，用于达成多源设备的即插即用，完成多源设备数据的语义一致性构建与歧义消除，对分析模型进行管理；面向临床关键事件的实时闭环决策引擎单元，自动接收处理临床数据并触发诊疗事件响应；面向多维度临床信息的时空动态决策沙盘单元，用于可视化实现全景监测与辅助决策。

本发明涉及医疗设备技术领域，具体涉及一种基于智能分析技术的临床输液监控装置，包括输液架，输液架上安装有壳体，壳体外侧壁安装有移动模块，壳体内部安装有自适应模块、监测模块和控制器，自适应模块包括若干夹持组件，壳体上开设有监测槽，夹持组件分别安装在监测槽两端；监测模块包括图像传感器、红外传感器、压力传感器和超声波气泡探测器，图像传感器、红外传感器、压力传感器和超声波气泡探测器均与控制器信号连接，图像传感器、红外传感器和超声波气泡探测器均安装在监测槽中。本发明旨在减少人工操作依赖，提升临床输液的安全性与智能化水平。

本申请提出一种基于深度学习的训练伤诊疗评估及康复策略制定方法以及装置，其包括：采集训练伤受试者的诊断指标、治疗指标、康复指标；对该三项指标进行预处理和标准化，形成结构化与时序化的预处理数据；利用监督学习框架对预处理数据建模，输出个体化疗效评估指数；XGBoost模型用于处理预处理数据中的治疗指标，第一LSTM模型用于处理处理预处理数据中的康复指标；融合XGBoost模型的输出结果与第一LSTM模型的输出结果，通过加权计算得到个体化疗效评估指数；通过第二LSTM模型对体化疗效评估指数以及康复指标动态跟踪，识别康复拐点并提供潜在并发症预警；结合强化学习算法，根据个体化疗效评估指数、康复拐点及预警推荐个体化康复治疗策略。

本申请提出一种同步的连续血压信号与脑电信号的耦合分析方法，其包括：同步信号预处理步骤；对同步的连续血压信号和单通道脑电信号进行预处理，得到干净的连续血压信号以及干净的脑电信号；连续血压信号特征检测及处理步骤；对干净的连续血压信号的每个周期的血压波形的峰值点进行识别；每个峰值点对应一个收缩压锚点；诱发电位构建步骤；以每个收缩压锚点为基准，在干净的脑电信号中截取预定时长的干净的脑电信号形成截取片段；将所有的截取片段进行对齐和平均，得到收缩压诱发电位；疲劳评价指标计算步骤；利用P300范式来分析收缩压诱发电位，得到作为疲劳评价指标的收缩压诱发电位P300响应。

本发明实施例涉及一种多模态医学知识图谱嵌入编码模型的处理方法和装置，所述方法包括：通过采集患者医疗数据构建患者数据库；并基于预设的医学知识规则集合和患者数据库构建对应的多模态医学知识图谱记为知识图谱M；为知识图谱M构建对应的嵌入编码模型；基于知识图谱M对嵌入编码模型进行预训练；预训练结束后，基于嵌入编码模型处理知识图谱M的医学图谱推理任务。通过本发明不但可以对图谱中的复杂实体关系进行深度挖掘，还可以对异构图谱中的多模态实体关系进行深度挖掘。

本发明实施例涉及一种基于课程学习规则和元学习器的逐步数据增强方法和装置，所述方法包括：将已通过原始数据集D完成模型预训练的医学图像分类模型作为目标模型M；并基于课程学习规则为之后的T步提升训练设置增强难度序列U；并从三类元学习器中任选一类作为数据增强模型G；在T步提升训练过程的第t步上，先根据原始数据集D、增强难度τ和目标模型M对数据增强模型G进行一轮优化并基于本轮优化获得增强数据集D；再基于课程学习规则构建训练数据集D；再基于训练数据集D对目标模型M进行一轮优化得到目标模型M。本发明可以解决训练数据欠饱和问题。