-
公开(公告)号:CN118969175A
公开(公告)日:2024-11-15
申请号:CN202411005117.9
申请日:2024-07-25
Applicant: 大连海事大学
IPC: G16H20/10 , G16H70/40 , G16H50/70 , G16H10/60 , G06N3/042 , G06N3/044 , G06N3/045 , G06N3/0895 , G06N5/04
Abstract: 本发明提供一种基于因果对比和消息传递的药物推荐方法,本发明方法首先,对电子病历中的诊断和药物信息进行编码嵌入;然后,利用注意力机制进行因果推断,对症状‑药物关系图进行建模。将不常用药物看作混杂因素,消除因数据稀疏问题导致的推荐偏差;然后,随机增强症状‑药物因果关系图进行图对比学习,更好的学习症状与药物间的相关性表示。同时,利用更新函数对计算药物间消息传递,预测药物间副作用得分,实现更精确更安全的药物组合推荐。
-
公开(公告)号:CN117594187A
公开(公告)日:2024-02-23
申请号:CN202311604336.4
申请日:2023-11-28
Applicant: 大连海事大学
IPC: G16H20/10 , G16H10/60 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0985 , G06F18/25 , G06F123/02
Abstract: 本发明提供一种多层次异步时间的药物推荐方法,包括:利用GAT编码模块,使用图注意网络对电子病历数据进行增强嵌入编码,获取模型可接受的输入向量;利用全局transformer和多核CNN的多层次依赖模块学习局部时间依赖信息,获得全局‑本地多层次依赖信息;使用多核CNN网络来捕捉患者的局部不规则时间信息,对于不规则时间间隔序列,应用不同大小的卷积核进行卷积运算,以捕捉不同时间尺度的局部特征,使用ResNet统一不同卷积核生成的特征的维度;利用异步时间模块对不规则时间间隔进行建模,学习患者历史就诊信息,给出用药推荐结果。本发明设计了一个异步时间模块来融合不规则的时间序列,从而更好的学习患者历史就诊信息,实现更加精准的用药推荐。
-
公开(公告)号:CN117352192A
公开(公告)日:2024-01-05
申请号:CN202311410740.8
申请日:2023-10-28
Applicant: 大连海事大学
IPC: G16H70/40 , G16H50/70 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于EHRs的药物推荐方法及系统。该方法包括:首先对数据进行过滤,获取单次访问和多次访问数据。接着利用基于Tranformer架构的全局融合模块来学习全局信息,其次利用T‑CNN学习局部时序信息,融合全局‑局部多层次依赖信息。最后提出了一个基于内注意机制的不规则时间序列融合模块,通过键值关注机制在不同的时间区间动态分配不同的权重从而推荐药物。本发明在实际数据集上的表现的各项指标数值证明了其有效性。
-
公开(公告)号:CN110784687A
公开(公告)日:2020-02-11
申请号:CN201911084371.1
申请日:2019-11-07
Applicant: 大连海事大学
IPC: H04N7/18 , H04N21/431 , H04N21/643 , H04L29/06
Abstract: 本发明提供一种基于C/S架构的无线音视频监控系统,包括:记录连接设备基本信息、连接设备的电量以及预设控制器的开关时间的数据模块、音视频模块、监测控制模块以及Socket网络通信模块。通过所述Socket网络通信模块与上述各模块建立联系并通过所述Socket网络通信模块接收来自服务器的信息。本发明视频数据传输稳定,图像清晰,语音广播和电话通信流畅,本设计将多种功能融于一体,应用性和实用性强,方便快捷,操作简单,安全性好。
-
公开(公告)号:CN118398240A
公开(公告)日:2024-07-26
申请号:CN202410484985.3
申请日:2024-04-22
Applicant: 大连海事大学
Abstract: 本发明提供一种基于Siamese对比学习网络的药物推荐方法,包括:设计双重循环神经网络,对电子病历中的诊断、处方和药物信息进行编码嵌入;构建诊断和处方关系图谱,利用知识增强网络学习症状表示;构建药物分子结构图,利用知识增强网络学习症状表示;利用Causal‑Siamese网络对比学习药物表示,预测推荐用药代码;构造对比损失函数和增强损失函数,利用对比损失函数和增强损失函数平衡损失,实现精准用药推荐。通过分析真实数据集MIMIC‑III上的各项评估指标结果,本发明在药物推荐方面有着重要的意义。
-
-
-
-
-