-
公开(公告)号:CN115938525A
公开(公告)日:2023-04-07
申请号:CN202211268621.9
申请日:2022-10-17
Applicant: 东南大学
IPC: G16H10/60 , G16H15/00 , G16H50/30 , G06F40/295 , G06F18/22 , G06F18/214 , G06F18/2415
Abstract: 本发明公开了一种基于电子病历信息的非酒精性脂肪肝疾病信息处理方法,该方法收集病人电子病历信息,筛选出病人入院记录的原始文本信息作为病历数据集,通过命名实体识别提取出关键预测指标信息,得到结构化病历数据;将数据送入根据国际专家共识构建的MAFLD专家系统疾病概率预测模型,模型根据专家意见设置各诊断指标权重,经过三个模块对异常指标的判断,自动预测患者是否患有非酒精性脂肪肝以及患病概率,并给出此患者患病相应的预测依据;本方法利用电子病历信息,实现非酒精性脂肪性肝病的重要信息的提取和处理,为后续医生疾病的诊断提供重要参考依据,提高了疾病预测的准确率和效率。
-
公开(公告)号:CN118193755A
公开(公告)日:2024-06-14
申请号:CN202410515360.9
申请日:2024-04-26
Applicant: 东南大学
IPC: G06F16/36 , G06N5/02 , G06N3/0455 , G06F18/214 , G06F18/24 , G06N3/084
Abstract: 本发明公开了一种基于注意力机制的开放域实体表示学习方法,具体包括以下步骤:1、知识图谱数据预处理,从知识图谱中采样开放域知识图谱数据集;2、对知识图谱训练集中的实体和关系进行初始化向量表示,并初始化编码器参数;3、通过解码器和损失函数进行训练,更新训练集中实体和关系的向量表示并更新编码器的参数4、利用知识图谱验证集进行验证,将编码器参数调整到最优5、在开放域知识图谱测试集上执行包含开放域实体的链接预测实验,并统计结果。本发明通过改进的注意力机制,能够获取高质量的开放域实体特征表示。
-