一种基于异构图神经的人员推荐方法

    公开(公告)号:CN113887852B

    公开(公告)日:2024-04-16

    申请号:CN202110559595.4

    申请日:2021-05-21

    Applicant: 东北大学

    Abstract: 本发明提供一种基于异构图神经的人员推荐方法,涉及推荐方法技术领域。本发明通过结合事件的事件特征和人员的能力特征,构建了事件与人员的异构图,通过异构图神经网络的训练,最后可以实现为新到事件推荐若干待推荐人员。利用该分配事件策略对大量的新到事件进行分配事件,可有效的加快事件办理效率,避免事件的积压。同时本系统提供挖掘人员的潜在办理能力,针对人员从未办理,或少办理的事件类型,可以在一定条件下进行优先分配,进而有效调动人员的学习积极性,提高人员的多维处理能力。

    一种基于深度学习的心脏室间隔抖动自动检测系统

    公开(公告)号:CN113570569B

    公开(公告)日:2024-04-16

    申请号:CN202110845336.8

    申请日:2021-07-26

    Abstract: 本发明提供一种基于深度学习的心脏室间隔抖动自动检测系统,涉及计算机视觉技术领域。该系统首先获取多个带SF标签的超声心动图作为样本数据集;然后初始化用于室间隔抖动检测的深度神经网络模型,并使用样本数据集预训练深度神经网络模型,得到预训练深度神经网络模型;用于室间隔抖动检测的深度神经网络模型包括左心室分割网络U‑Net和基于编解码器的SF诊断网络;最后加载预训练深度神经网络模型的模型参数和配置文件,分割待评估的超声心动图中的左心室,输出室间隔抖动判断结果。本发明的检测系统使用深度学习的方法自动分割左心室,并根据分割结果实现了SF的自动诊断,减少了临床诊断的时间,避免了医生主观经验造成的结果差异。

    一种基于改进LDA的过程路径挖掘方法

    公开(公告)号:CN113161001B

    公开(公告)日:2023-11-17

    申请号:CN202110515351.6

    申请日:2021-05-12

    Applicant: 东北大学

    Abstract: 本发明提供一种基于改进LDA的过程路径挖掘方法,涉及临床路径挖掘技术领域。本发明通过对电子病历中的医嘱日志进行分析,构建了一个医学词典对医嘱日志中的无用医嘱项目进行过滤,选取主题模型中的LDA主题模型对医疗数据进行建模,将医疗日志映射到低维的主题空间,然后再通过过程挖掘来发现主题特征之间的时序关系,让挖掘出的医疗过程模型更易理解,提升了所得结果的医疗可解释性。将本发明所得结果与国家标准临床路径进行对比,结果基本相符。

    一种基于DP-Net网络的图像分割方法

    公开(公告)号:CN113298827B

    公开(公告)日:2023-11-14

    申请号:CN202110642538.2

    申请日:2021-06-09

    Applicant: 东北大学

    Abstract: 本发明公开了一种基于DP‑Net网络的图像分割方法,涉及图像分割技术领域。该方法包括:输入待分割图像;图像经过编码阶段得到特征图M1~M5,同时将PPM模块加入U‑Net网络的编码阶段,并将M5经过PPM模块得到MP;引入DP模块,将Mi输入第i个DP模块,得到特征图Di,其中i为特征图索引,i=1,2,3,4;结合特征图Di,将MP经过解码阶段进行特征还原得到Y,根据Y得到图像的分割结果。PPM模块和DP模块的加入,解决了U‑Net网络中缺少处理图像多尺度问题模块的这一问题以及U‑Net网络中每次跳跃连接之后的拼接操作中的两个主体特征语义相差较大的问题,进而提升了U‑Net网络对于CT图像中病灶分割的准确率。

    一种基于mRMR和MBFA的高维数据特征选择方法

    公开(公告)号:CN113160881B

    公开(公告)日:2023-10-20

    申请号:CN202110525570.2

    申请日:2021-05-14

    Applicant: 东北大学

    Abstract: 本发明提供一种基于mRMR和MBFA的高维数据特征选择方法,涉及机器学习技术领域。本发明利用mRMR(Max‑Relevance and Min‑Redundancy,最大相关最小冗余)对基因数据进行初步筛选,过滤到包含信息量较少的特征;对于过滤后的特征,通过MBFA(Multilayer Binary Firefly Algorithm,多层二进制萤火虫算法)完成最优特征子集的选择,该方式最终选择的特征冗余度觉少同时实现了较好的模型效果。此外,该方法能够从高维基因微阵列数据中发现寻找用于疾病辅助预测的生物标志物,对于后续研究和预测模型的建立具有重要意义。

    基于多目标优化排名聚合的集成特征选择方法

    公开(公告)号:CN116401523A

    公开(公告)日:2023-07-07

    申请号:CN202310351471.6

    申请日:2023-04-04

    Applicant: 东北大学

    Abstract: 本发明提供一种基于多目标优化排名聚合的集成特征选择方法,首先利用Lasso回归模型、互信息、Pearson相关系数、卡方检验对高维数据进行初步筛选并生成四个特征排名,然后通过排名聚合技术聚合所有的特征排名,排名聚合基于加权Spearman's Footrule距离度量,该距离包含一个结合特征得分设计的权重,可以强调排名中头部特征的重要性,最终使用多目标秃鹰搜索算法搜索最优的聚合特征排名。多目标指距离之和最优、距离方差最优,多目标的提出使得聚合排名在最接近所有输入排名的同时,不会和某个输入排名的差异过大,从而可以得到更鲁棒的特征排名。这种方法融合了不同特征选择算法的优势,筛选出的特征对于离群值、异常值更鲁棒,在分类时可以有效提高分类效果。

    一种面向C/S架构的自适应医学影像三维重建方法

    公开(公告)号:CN110349254B

    公开(公告)日:2022-12-06

    申请号:CN201910623642.X

    申请日:2019-07-11

    Applicant: 东北大学

    Abstract: 本发明提供一种面向C/S架构的自适应医学影像三维重建方法,涉及医学影像三维重建技术领域。该方法通过基于四层架构的通用三维重建方法给出一种在客户端和服务端都包括四层结构的通用三维重建方法,四层结构自底而上分别是远程传输协议层、预处理体数据层、重建场景算法层和渲染可视模型层,然后通过基于决策树的自适应重建模式选择方法实现动态地根据运行平台、数据量、网络类别、网络速度的不同,自适应切换重建模式。本发明能够统一当前各种不同类型的医学影像三维重建机制,基于该方法实现的医学影像系统能适应不同运行平台、不同传输网络、不同医学影像数据量,并根据不同的运行实时状况动态切换医学影像三维重建机制,灵活性强。

Patent Agency Ranking