© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
天津健康医疗大数据有限公司
企业天津健康医疗大数据有限公司成立于2018年，属软件和信息技术服务业，主营基础电信业务。面向糖尿病、数据分析、心脑血管疾病等领域提供数据服务，开放糖尿病专病数据集（糖尿病、数据分析）、心脑血管疾病诊疗数据集（心脑血管疾病、数据分析）、骨科疾病诊疗数据集（医学诊断、数据分析），支撑诊疗分析与医疗质控。
糖尿病服务数据分析心脑血管疾病软件信息服务高新技术企业
数据集列表
横纹肌溶解症数据集
该知识库以横纹肌溶解症患者的结构化病历数据为基础，集成出入院信息、电子病历、历史诊断、用药、每日化验数据及影像检查等模块，采用规则提取、NLP分类与时间序列建模等多类算法构建。
通过结构化病历表中每日化验记录提取患者关键生化指标，构建时间序列特征矩阵。数据预处理包括缺失值插补（线性或多重插补）、异常值检测（3σ规则）与归一化（Z-score或MinMax）。对时间序列采用滑动窗口特征提取（窗口大小=1天，步长=1天），并使用LSTM模型进行趋势预测和转归判别。模型训练使用Adam优化器，loss函数为binary cross-entropy。
利用基于BERT-BiLSTM-CRF架构的实体识别模型，从电子病历文本中提取横纹肌溶解症相关诊断实体（如肌肉损伤、诱因、并发症等）。训练数据通过手工标注与规则辅助生成，BIO格式。诊断名通过ICD-10词典匹配进行标准化。实体向知识图谱映射时，通过余弦相似度结合医学词向量模型（PubMed预训练词向量）完成模糊匹配。
整个知识库构建过程中，所有模型均支持参数同步与动态更新机制，标注数据与模型输出结果可联动反馈，形成闭环更新体系。
天津市数据知识产权登记平台2025-08-21 更新240
肥胖相关疾病数据集
专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型。
多维诊疗数据构建患者主索引：将患者数据特征向量定义为患者性别、住址、家族遗传病、过敏原等信息，使用DBSCAN算法，基于特征向量的密度，将密度相近的数据点划为同一个簇，将患者数据点进行聚类，每个聚类可以视为一个患者群体，作为主索引的标识
天津市数据知识产权登记平台2025-02-24 更新1260
乳腺癌专病数据集
专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型。
电子病历文本细项解析方法：首先对于病历文本数据，进行分层解析，将获取到的文本数据按事件流的方式进行拆解，根据需要解析的各项信息，有针对性的选取包含该信息的内容类别事件流，进一步行各项指标的细项结构化解析。
天津市数据知识产权登记平台2024-12-27 更新700
白血病专病数据集
电子病历文本细项解析方法：首先对于病历文本数据，进行分层解析，将获取到的文本数据按事件流的方式进行拆解，根据需要解析的各项信息，有针对性的选取包含该信息的内容类别事件流，进一步行各项指标的细项结构化解析。
专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型。
天津市数据知识产权登记平台2024-12-27 更新650
气象风险预报数据集
专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型
专病治疗方案分类模型：该模型通过分析大量临床数据和医学文献，识别并分类与特定专病相关的治疗方案。数据集包括13个类别，样本不平衡问题通过裁剪和复制补充解决。训练集和测试集按8:2比例划分。使用 GloVe对原始数据进行预处理。模型训练使用CNN构建卷积层、池化层和全连接层。模型调优后，判断准确率、召回率选择最佳参数组合。参数更新通过指定命令完成，确保模型、标签和标签名同步。
天津市数据知识产权登记平台2024-11-11 更新240
中成药经济学评价数据集
专病治疗方案分类模型：该模型通过分析大量临床数据和医学文献，识别并分类与特定专病相关的治疗方案。数据集包括13个类别，样本不平衡问题通过裁剪和复制补充解决。训练集和测试集按8:2比例划分。使用 GloVe对原始数据进行预处理。模型训练使用CNN构建卷积层、池化层和全连接层。模型调优后，判断准确率、召回率选择最佳参数组合。参数更新通过指定命令完成，确保模型、标签和标签名同步。
电子病历质控分类模型：该模型通过自然语言处理技术对电子病历中的主诉、现病史、既往史等文本进行识别和分析，提取关键信息并进行分类。包含7个类别，每类250个样本。数据处理包括标签化、分词，并转换为TXT文件。用 BERT的分词器将病历文本转化为BERT所需的输入格式，质控标签转换为数值标签。训练集与测试集按9:1比例划分。使用 BertForSequenceClassification模型进行训练。模型评估通过 classification_report 方法进行。参数更新步骤包括将数据放入指定文件夹，运行训练和更新命令，确保模型、标签和标签名同步。
天津市数据知识产权登记平台2025-02-24 更新80
非甾体抗炎药不良反应数据集
多维诊疗数据构建患者主索引：将患者数据特征向量定义为患者性别、住址、家族遗传病、过敏原等信息，使用DBSCAN算法，基于特征向量的密度，将密度相近的数据点划为同一个簇，将患者数据点进行聚类，每个聚类可以视为一个患者群体，作为主索引的标识。
专病治疗方案分类模型：该模型通过分析大量临床数据和医学文献，识别并分类与特定专病相关的治疗方案。数据集包括13个类别，样本不平衡问题通过裁剪和复制补充解决。训练集和测试集按8:2比例划分。使用 GloVe对原始数据进行预处理。模型训练使用CNN构建卷积层、池化层和全连接层。模型调优后，判断准确率、召回率选择最佳参数组合。参数更新通过指定命令完成，确保模型、标签和标签名同步。
天津市数据知识产权登记平台2025-02-24 更新150
皮肤科疾病共病数据集
多维诊疗数据构建患者主索引：将患者数据特征向量定义为患者性别、住址、家族遗传病、过敏原等信息，使用DBSCAN算法，基于特征向量的密度，将密度相近的数据点划为同一个簇，将患者数据点进行聚类，每个聚类可以视为一个患者群体，作为主索引的标识。
电子病历质控分类模型：该模型通过自然语言处理技术对电子病历中的主诉、现病史、既往史等文本进行识别和分析，提取关键信息并进行分类。包含7个类别，每类250个样本。数据处理包括标签化、分词，并转换为TXT文件。用 BERT的分词器将病历文本转化为BERT所需的输入格式，质控标签转换为数值标签。训练集与测试集按9:1比例划分。使用 BertForSequenceClassification模型进行训练。模型评估通过 classification_report 方法进行。参数更新步骤包括将数据放入指定文件夹，运行训练和更新命令，确保模型、标签和标签名同步。
天津市数据知识产权登记平台2024-12-27 更新380
阿尔茨海默病数据集
专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型。
电子病历质控分类模型：该模型通过自然语言处理技术对电子病历中的主诉、现病史、既往史等文本进行识别和分析，提取关键信息并进行分类。包含7个类别，每类250个样本。数据处理包括标签化、分词，并转换为TXT文件。用 BERT的分词器将病历文本转化为BERT所需的输入格式，质控标签转换为数值标签。训练集与测试集按9:1比例划分。使用 BertForSequenceClassification模型进行训练。模型评估通过 classification_report 方法进行。参数更新步骤包括将数据放入指定文件夹，运行训练和更新命令，确保模型、标签和标签名同步。
天津市数据知识产权登记平台2024-12-27 更新580
肾病专病数据集
专病诊断名称分类模型：通过分析医学文献、临床数据和专家知识，建立一个诊断数据库。经过分词和打乱顺序的预处理后，使用 train_supervised 函数进行训练（迭代200次，学习率0.1，词N-grams长度为1，损失函数为"hs"）。模型性能通过 classification_report 方法评估，表现良好。参数更新通过命令同步模型、标签和标签名，从而快速、准确地诊断专病类型。
电子病历质控分类模型：该模型通过自然语言处理技术对电子病历中的主诉、现病史、既往史等文本进行识别和分析，提取关键信息并进行分类。包含7个类别，每类250个样本。数据处理包括标签化、分词，并转换为TXT文件。用 BERT的分词器将病历文本转化为BERT所需的输入格式，质控标签转换为数值标签。训练集与测试集按9:1比例划分。使用 BertForSequenceClassification模型进行训练。模型评估通过 classification_report 方法进行。参数更新步骤包括将数据放入指定文件夹，运行训练和更新命令，确保模型、标签和标签名同步。
天津市数据知识产权登记平台2024-11-11 更新1850