-
公开(公告)号：CN113643781B
公开(公告)日：2023-07-04
申请号：CN202110713143.7
申请日：2021-06-25
Applicant: 合肥工业大学
IPC: G16H20/00 , G16H20/10 , G16H20/30 , G06F16/9536 , G06F40/289 , G06N3/084 , G06N3/048 , G06N3/0499 , G06F18/25
Abstract: 本发明提供一种基于时序预警信号的健康干预方案个性化推荐方法及系统，涉及健康医疗技术领域。本发明的技术方案对获取的用户健康数据进行预处理和再处理之后，基于这些数据构建用户项目评分矩阵和Tag标签属性的偏好矩阵，再利用SVD的协同过滤算法获取健康干预方案的初步推荐方案集合，最后利用BP‑DS神经网络对初步推荐方案集合进行局部调整以获取完整推荐方案，同时，将执行完整推荐方案时所产生的时序性更新数据返回之前的过程进行数据更新，从而动态更新完整推荐方案。该技术方案可以为用户提供精准可靠、完整、连续动态的推荐方案，一定程度上提高了健康监测的准确性。
-
公开(公告)号：CN115330029A
公开(公告)日：2022-11-11
申请号：CN202210868106.8
申请日：2022-07-22
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于深度强化学习的多智能体未知环境搜救方法及系统，涉及路径规划技术和未知环境搜救技术领域。本发明首先获取基于多智能体未知环境搜救的马尔可夫决策模型；然后基于所述马尔可夫决策模型利用QMIX算法获取每个所述智能体的动作；每个智能体基于上述动作利用A*算法规划从当前点到下一状态目标点的最优路径；不断循环QMIX算法确定动作且A*算法规划路径的过程，直到达到预设终止条件时输出多智能体未知环境搜救结果。本发明有效提高了多智能体在未知环境中搜救的效率。
-
公开(公告)号：CN113851220A
公开(公告)日：2021-12-28
申请号：CN202110944079.3
申请日：2021-08-17
Applicant: 合肥工业大学
Abstract: 本发明提供一种基于时序医疗健康数据的病情趋势预测方法、系统、存储介质和电子设备，涉及医疗健康数据处理技术领域。本发明根据关键特征信息分类储存预处理后的时序医疗健康数据，构建时序数据案例库；根据时序案例库，采用双向异构LSTM网络模型获取当前案例的相似案例；可视化当前案例、相似案例对应的时序医疗健康数据，分别获取第一可视化图表、第二可视化图表，完成当前案例和相似案例的可视化对比。本发明按照时间顺序收集、储存时序医疗健康数据；利用双向异构LSTM网络，查找与当前患者相似的案例提供参考；使用数据可视化技术，基于案例数据提供可视化图表，方便确定患者的病情阶段性发展走向，以及获取治疗方案，缩短对案例的分析时间。
-
公开(公告)号：CN111950283A
公开(公告)日：2020-11-17
申请号：CN202010755373.5
申请日：2020-07-31
Applicant: 合肥工业大学
IPC: G06F40/295 , G16H50/70 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种面向大规模医疗文本挖掘的中文分词和命名实体识别系统，涉及数据处理技术领域。本发明首先构建词典；基于词典对文本进行改进的双向最大词典匹配算法获得文本粗分结果中的歧义集；基于CRF模型对歧义集再次分词；基于word2vec和分词后的文本获取词向量，将词向量输入到叠层BiLSTM-CRF模型中，通过叠层BiLSTM-CRF模型的第一层对词向量进行实体标注，实体标注后的词向量加入词性特征构成输入特征集，通过叠层BiLSTM-CRF模型第二层对输入特征集进行复杂命名实体识别。本发明有效解决了提出了基于词典的CRF分词，利用CRF实现自动消除歧义，改善歧义词的分词效果，提高了叠层BiLSTM-CRF模型输入词向量的准确度，从而降低引入分词错误，实现提高命名实体识别的准确率。
-
公开(公告)号：CN110729052B
公开(公告)日：2024-12-27
申请号：CN201910854775.8
申请日：2019-09-10
Applicant: 合肥工业大学
Inventor： 顾东晓 , 李童童 , 王晓玉 , 谢懿 , 江政 , 杨雪洁 , 苏凯翔 , 赵旺 , 赵芹 , 陆文星 , 赵树平 , 解玉光 , 卢丽妍 , 魏琪 , 王芹 , 徐正飞 , 李鹏玉
Abstract: 本发明提供一种老年健康数据知识分析方法和系统，涉及数据处理技术领域。本发明提出了基于集成学习的特征选择方法，构建知识发现模型，同时融入基于机器学习评价指标和解释机器学习性评价方法，使得老年健康调查数据知识发现模型既有评价指标又引入了解释性评价方法，能从多个维度分析老年健康调查数据中的自变量与因变量的关系，从而能准确、全面的分析出老年人健康影响因素。
-
Patent Agency Ranking
公开(公告)号：CN113643817B
公开(公告)日：2024-11-05
申请号：CN202110765452.9
申请日：2021-07-06
Applicant: 合肥工业大学
IPC: G16H50/70 , G06F16/9536 , G06F21/62 , G06F21/60 , G06N3/045
Abstract: 本发明提供一种考虑隐性反馈和人机交互的医疗案例知识推荐方法及系统，涉及医疗数据处理技术领域。本发明通过对用户浏览案例的历史行为数据进行收集和预处理以及加密处理，然后采用相似度计算算法和融合了注意力机制的多层神经网络融合的协同过滤算法分别对显、隐性反馈数据进行处理，并利用差分隐私保护模型对数据处理结果进行加密，最后基于显、隐性反馈数据的处理结果，结合人机交互行为确定适合用户的个性化精准案例推荐列表。本技术方案在为用户精准推荐个性化案例的同时保护了用户和患者的个人隐私，综合性能优越。
-
公开(公告)号：CN113641784B
公开(公告)日：2024-07-16
申请号：CN202110713158.3
申请日：2021-06-25
Applicant: 合肥工业大学
IPC: G06F16/33 , G06F16/338 , G06F16/35 , G06F16/36 , G06F40/295 , G06F40/134 , G06N5/022 , G06N5/04 , G06N3/0442 , G06N3/045 , G16H70/00
Abstract: 本发明提供一种医教研一体化的医疗知识推荐方法、系统、存储介质和电子设备，涉及医疗知识推荐领域。本发明针对医护人员对医学知识的需求，通过网络爬取技术和文本挖掘技术，利用网络以及医院现有的海量临床案例和医学知识，构建案例和医学知识库，为推荐系统提供数据支持。基于案例和通用知识驱动的医教研一体化医疗知识推荐方法能够面向医教研一体化，为医生提供典型临床案例或相似案例以辅助诊疗，能便捷查询相关通用医学知识，为青年医生案例教学培训交流需求提供了丰富的医学知识培训课堂，为医学研究人员提供用于队列研究的案例数据，同时该方法的提出，也。可为中小医院医生特别是基层医生提供强大的知识大脑，助力分级诊疗政策的有效推进。
-
公开(公告)号：CN111951965B
公开(公告)日：2024-01-23
申请号：CN202010755370.1
申请日：2020-07-31
Applicant: 合肥工业大学
IPC: G16H50/30 , G16H80/00 , G06F16/36 , G06N3/0464 , G06N3/0442 , G06N3/08
Abstract: 本发明提供一种基于时序知识图谱的全景式健康动态监测与预测系统，涉及知识图谱技术领域。本发明能够解决健康数据收集的需求，同时能够对健康数据全景式实时展示，可以极大地解决动态健康监测中对健康数据分析的需求。同时，本发明采用基于增量LSTM的健康时序知识图谱链接预测模型。该模型用于以健康动态监测数据记录为基础，所创建具有时序特性的健康时序知识图谱，采用LSTM递归神经网络，加入图谱中的上下关联信息，进行序列化学习，接着对时序信息做增量计算，对时序信息提取更精准的特征向量。最后，不断通过增量计算和LSTM递归神经(56)对比文件陈德华等.一种面向临床领域时序知识图谱的链接预测模型《.计算机研究与发展》.2017,(第12期),第页.乔英霞等.基于云平台的智能健康监测系统及应用《.山东科学》.2017,(第06期),全文.刘宇静等.远程健康监护平台建立和研究.《中国医学装备》.2016,(第09期),全文.
-
公开(公告)号：CN111950285B
公开(公告)日：2024-01-23
申请号：CN202010756119.7
申请日：2020-07-31
Applicant: 合肥工业大学
IPC: G06F40/295 , G06F16/33 , G06F16/35 , G06F16/36 , G06F18/214 , G16H50/70
Abstract: 本发明提供一种多模态数据融合的医疗知识图谱智能自动构建系统和方法，涉及知识图谱领域。本发明通过对预处理后的语料数据进行知识抽取，构建三元组数据，得到语料数据集；对语料数据集采用混合式方法进行实体属性扩充；对扩充后的语料数据集中的不同类别的实体属性按不同的方式进行实体属性值融合；计算实体属性值融合后的语料数据集中的各个病症属性的权重；对三元组数据中的实体设置约束条件，将三元组数据、约束条件和各个病症属性的权重存储到Neo4j图数据库中。本发明实现大规模 型知识图谱的智能化自动构建，同时考虑到病症与疾病多对多，计算各个病(56)对比文件Gu, DX等.Tracking Knowledge Evolutionin Cloud Health Care Research: KnowledgeMap and Common Word Analysis《.JOURNAL OFMEDICAL INTERNET RESEARCH》.2020,第22卷(第2期),e15142 1-18.
-
公开(公告)号：CN113851221B
公开(公告)日：2025-02-07
申请号：CN202110945416.0
申请日：2021-08-17
Applicant: 合肥工业大学
IPC: G16H50/30 , G06F18/241 , G16H50/70
Abstract: 本发明提供一种基于时序体测数据的动态健康评价方法及系统，涉及医疗健康评价技术领域。本发明首先确定原始体测数据数据集的评价指标属性集，并基于评价指标属性集对原始体测数据数据集进行分化分类；然后针对每一时刻的评价指标属性子集和数据子集构建逐步回归方程；最后基于体测数据集的时序特征将数据集所有时刻的逐步回归方程利用加权滑动平均法进行归并，获取最终的加权回归方程。进而可以利用最终的加权回归方程基于时序体测数据对不同患者进行动态健康评价。本发明解决了由于体测数据信息来源单一且主观性强导致对健康评价结果的影响，同时也解决了现有动态健康评价技术泛化性差的问题。
-
-
-
-
-
-
-
-
-
Search Results
27
records
(took 0.019 seconds)
