-
公开(公告)号:CN119358650B
公开(公告)日:2025-05-06
申请号:CN202411397517.9
申请日:2024-10-09
Applicant: 南京中医药大学
IPC: G06N5/022 , G06F40/295 , G16H70/00 , G16H50/70
Abstract: 本发明公开了基于多源信息融合的知识谱图分析可视化处理系统及方法,属于医学谱图技术领域。在知识图谱中识别特征实体,基于特征实体的数量划分最小存储空间,以存储与特征实体相关的全部电子病历;刻画出无向关系边,在最小存储空间之间捕捉相同的电子病历,以对无向关系边附加关系特征标签;分别计算无向关系边的特征相关度、特征无关度和边权值;在周期更新的影响下,评估无线关系边的关系稳定度,判断是否在下一个周期时重新计算无向关系边的边权值,根据判断结果同步更新知识图谱;从而能够节省数据资源空间的同时,避免冗余数据对算法资源带来的浪费,提高医学领域知识图谱更新的效率,促进医学领域知识图谱的推广和再利用。
-
公开(公告)号:CN119274729A
公开(公告)日:2025-01-07
申请号:CN202411320957.4
申请日:2024-09-23
Applicant: 南京中医药大学
Abstract: 本发明公开了一种基于多模态驱动的知识图谱疗效辅助监管系统及方法,属于疗效辅助监管技术领域;构建患者与电子病例之间的第一实体集和第一关系集,构建患者与B超图像之间的第二实体集和第二关系集,形成患者个性化知识图谱;对病灶附加时间序列周期标签,记为周期病灶;计算患者的疗效预测值;计算周期病灶的病灶变化率;计算患者的综合疗效评估值;计算不同患者之间的优化疗效预测值;计算最优治疗方案;本发明通过利用图像分析技术提取病灶信息,通过知识图谱构建病情和治疗方案的动态关联,量化病灶变化与疗效预测;最后,通过患者间疗效相似性分析优化治疗方案,为患者推荐最优治疗方案,从而提高了医疗决策的精准性和治疗效果的科学性。
-
公开(公告)号:CN119230092A
公开(公告)日:2024-12-31
申请号:CN202411339825.6
申请日:2024-09-25
Applicant: 南京中医药大学
Abstract: 本发明属于知识图谱模型技术领域,涉及一种基于知识图谱模型的医疗智能诊断辅助系统及方法,该方法包括:获取用户的历史医疗信息和本次就诊图像数据;根据用户的历史医疗信息生成用户的知识图谱模型;对用户的本次就诊图像数据进行处理,在用户的知识图谱模型中对相应实体进行标记,基于知识图谱模型对实体关系进行筛选,整合生成图像关系网图;监测获取医生本次诊断数据,提取医生本次诊断数据中的药物信息,将药物信息映射到云端的知识图谱模型对应的实体上;基于图像关系网图对医生本次诊断数据中的药物作用指数进行分析,输出医生本次诊断中的药物选择对用户产生的影响;能够更加全面的评估药物对用户的实际作用,辅助优化治疗方案。
-
公开(公告)号:CN117932089A
公开(公告)日:2024-04-26
申请号:CN202410340913.1
申请日:2024-03-25
Abstract: 本申请公开了一种基于知识图谱的数据分析方法,涉及知识图谱技术领域,包括:采集包含结构化数据和非结构化数据的多个不同来源的数据集并进行预处理;采用基于模式匹配的数据集成方法,换成格式和结构统一的数据集;提取数据集中的实体和关系,建立知识图谱,作为第一知识图谱;获取第一知识图谱的实体三元组和关系三元组;构建图神经网络;构建连接度矩阵,计算实体三元组和关系三元组与图神经网络之间的连接概率;根据连接概率,连接第一知识图谱和训练后的图神经网络,生成概率知识图谱;利用概率知识图谱对数据集进行分析。针对现有技术中领域知识关联性低的问题,本申请通过图神经网络进行知识关联优化等,提高了领域知识的关联性。
-
公开(公告)号:CN119358650A
公开(公告)日:2025-01-24
申请号:CN202411397517.9
申请日:2024-10-09
Applicant: 南京中医药大学
IPC: G06N5/022 , G06F40/295 , G16H70/00 , G16H50/70
Abstract: 本发明公开了基于多源信息融合的知识谱图分析可视化处理系统及方法,属于医学谱图技术领域。在知识图谱中识别特征实体,基于特征实体的数量划分最小存储空间,以存储与特征实体相关的全部电子病历;刻画出无向关系边,在最小存储空间之间捕捉相同的电子病历,以对无向关系边附加关系特征标签;分别计算无向关系边的特征相关度、特征无关度和边权值;在周期更新的影响下,评估无线关系边的关系稳定度,判断是否在下一个周期时重新计算无向关系边的边权值,根据判断结果同步更新知识图谱;从而能够节省数据资源空间的同时,避免冗余数据对算法资源带来的浪费,提高医学领域知识图谱更新的效率,促进医学领域知识图谱的推广和再利用。
-
-
-
-