一种基于集成神经网络模型的CRE耐药性预测方法

    公开(公告)号:CN118538433A

    公开(公告)日:2024-08-23

    申请号:CN202211608983.8

    申请日:2022-12-14

    Abstract: 本发明提出了一种基于集成神经网络模型的CRE耐药性预测方法,包括以下步骤:收集大量进行了血检验和药敏试验的病人病历数据作为数据样本;从数据样本中提取特征数据和标签数据;对数据样本进行数据清洗和标准化,并将预处理后的数据样本拆分为训练集与测试集;构建集成神经网络模型,将训练集输入集成神经网络模型进行训练,得到CRE耐药性预测模型;获取病人的病史数据和血检验结果输入预测模型,预测得到病人的CRE耐药性结果。本发明通过构建集成神经网络模型,该模型经过训练后只需要获取病人的血检验指标结果以及部分病史数据,即可预测得到病人的CRE耐药性结果,便于辅助医生对病人进行前期的抗生素治疗,有效预防了抗生素耐药性的发生。

    一种负载型高熵金属间化合物催化剂、制备方法及应用

    公开(公告)号:CN115360367A

    公开(公告)日:2022-11-18

    申请号:CN202211033742.5

    申请日:2022-08-26

    Abstract: 本发明公开了一种负载型高熵金属间化合物、制备方法与应用,属于电催化能量转换领域。所述制备方法包括以下步骤:(1)将至少5种金属盐溶解在溶剂中形成溶液,所述至少5种金属盐含有至少5种不同金属元素,所述至少5种不同金属元素同时含有贵金属元素和非贵金属元素,并将载体分散在溶液中,使至少5种金属盐被吸附在载体上,蒸干溶剂后得到固体粉末;(2)将所述固体粉末在还原性气氛下一次加热进行预还原,得到载体负载的高熵合金纳米颗粒;将载体负载的高熵合金纳米颗粒进行二次热处理,得到载体负载的高熵金属间化合物纳米颗粒。本发明制得的催化剂对于燃料电池相关的阴极、阳极电催化反应表现出良好的催化活性和稳定性。

    一种基于深度学习的图像自动标注方法及装置

    公开(公告)号:CN109271539B

    公开(公告)日:2020-11-24

    申请号:CN201811007151.4

    申请日:2018-08-31

    Abstract: 本发明公开了一种基于深度学习的图像自动标注方法及装置,包括:利用深度学习技术提取待标注图像的视觉特征;利用图像库构建待标注图像的候选标签集,并利用深度学习技术从待标注图像的候选标签集中提取待标注图像的语义特征;融合待标注图像的视觉特征和语义特征以得到待标注图像的高层特征;根据待标注图像的高层特征,利用深度学习技术计算图像库中各标签在标注待标注图像时的概率;根据待标注图像的高层特征,利用深度学习技术预测待标注图像所需的标签个数;根据所计算的标签概率和所预测的标签个数,利用概率最高的前N个标签对待标注图像进行标注;本发明能够建立低层特征和高层语义标签之间的联系,从而提升图像标注的准确度。

    一种患者活动监控系统及其方法

    公开(公告)号:CN111402545A

    公开(公告)日:2020-07-10

    申请号:CN202010214359.4

    申请日:2020-03-24

    Inventor: 张倩

    Abstract: 本发明提供一种患者活动监控系统及其方法,监控系统包括:云端服务器;数据获取装置,与云端服务器连接,数据获取装置佩戴在患者身上,以获取患者的活动数据,并将活动数据上传至云端服务器;控制终端,与云端服务器连接,用于获取并显示活动数据,并将医生下发的命令上传至云端服务器,使得云端服务器根据命令控制数据获取装置显示命令和/或获取与命令对应的活动数据。本发明的有益效果:通过数据获取装置获取患者的活动数据,并通过控制终端获取医生下发的命令,和通过云端服务器作为活动数据和命令交互的桥梁,以将患者和医生紧密关联起来,进而对患者进行更好更安全的监控和护理,以及实现医生对患者进行更加系统和智能的分析、管理。

    一种基于抗饱和准谐振控制器的LC型变换器限流控制系统

    公开(公告)号:CN114006525A

    公开(公告)日:2022-02-01

    申请号:CN202111389762.1

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于抗饱和准谐振控制器的LC型变换器限流控制系统,该系统包括五个加法器、四个控制器和一个限幅器。其中,第一加法器的输出端连接第一控制器的输入端和第二加法器的第一输入端;第二加法器的第二输入端及输出端分别连接第二控制器的输入端和第三控制器的输出端;第三加法器的第一、第二输入端和输出端分别连接第一控制器的输出端、限幅器的输出端和第五加法器的第一输入端;第四加法器的第一、第二输入端和输出端分别连接限幅器的输出端、第二控制器的输出端和第三控制器的输入端;第五加法器的输出端连接第四控制器的输入端,第四控制器的输出端为调制信号。本发明具有过载或短路故障限流能力强且输出电压恢复快的特点。

    一种医疗分诊方法、装置和存储介质

    公开(公告)号:CN110993078A

    公开(公告)日:2020-04-10

    申请号:CN201911189457.0

    申请日:2019-11-27

    Abstract: 本发明公开了一种医疗分诊方法,包括:接收症状描述信息;从所述症状描述信息中提取多个症状特征;将多个症状特征与预设的医疗知识图谱进行匹配,获得目标科室信息;所述医疗知识图谱包括症状特征与目标科室信息的映射关系;输出所述目标科室信息,以提示用户根据所述目标科室信息就诊。本发明还公开了一种医疗分诊装置和存储介质。本发明通过智能医疗分诊,提高了患者的就诊效率。

    一种基于深度学习的图像自动标注方法及装置

    公开(公告)号:CN109271539A

    公开(公告)日:2019-01-25

    申请号:CN201811007151.4

    申请日:2018-08-31

    CPC classification number: G06K9/6267 G06K9/629

    Abstract: 本发明公开了一种基于深度学习的图像自动标注方法及装置,包括:利用深度学习技术提取待标注图像的视觉特征;利用图像库构建待标注图像的候选标签集,并利用深度学习技术从待标注图像的候选标签集中提取待标注图像的语义特征;融合待标注图像的视觉特征和语义特征以得到待标注图像的高层特征;根据待标注图像的高层特征,利用深度学习技术计算图像库中各标签在标注待标注图像时的概率;根据待标注图像的高层特征,利用深度学习技术预测待标注图像所需的标签个数;根据所计算的标签概率和所预测的标签个数,利用概率最高的前N个标签对待标注图像进行标注;本发明能够建立低层特征和高层语义标签之间的联系,从而提升图像标注的准确度。

    一种基于抗饱和准谐振控制器的LC型变换器限流控制系统

    公开(公告)号:CN114006525B

    公开(公告)日:2024-11-19

    申请号:CN202111389762.1

    申请日:2021-11-22

    Abstract: 本发明公开了一种基于抗饱和准谐振控制器的LC型变换器限流控制系统,该系统包括五个加法器、四个控制器和一个限幅器。其中,第一加法器的输出端连接第一控制器的输入端和第二加法器的第一输入端;第二加法器的第二输入端及输出端分别连接第二控制器的输入端和第三控制器的输出端;第三加法器的第一、第二输入端和输出端分别连接第一控制器的输出端、限幅器的输出端和第五加法器的第一输入端;第四加法器的第一、第二输入端和输出端分别连接限幅器的输出端、第二控制器的输出端和第三控制器的输入端;第五加法器的输出端连接第四控制器的输入端,第四控制器的输出端为调制信号。本发明具有过载或短路故障限流能力强且输出电压恢复快的特点。

Patent Agency Ranking