-
公开(公告)号：CN114155965A
公开(公告)日：2022-03-08
申请号：CN202111516957.8
申请日：2021-12-13
Applicant: 首都医科大学附属北京安贞医院 , 北京邮电大学
Abstract: 一种基于人机交互的高血压慢病管理智能服务系统，主要包括信息输入层、数据处理层、数据存储层和信息反馈层，当数据流进入后，依次经过上述四个模块层处理，其特征在于：信息输入层，用于对语音和文字数据处理，形成系统可以识别使用的粗数据；数据处理层，对粗数据进行加工处理，并能将加工处理的结果反馈给信息输入层和数据存储层；数据存储层，上述两层形成的数据进行保存；信息反馈层，用于将数据反馈给用户验证下载或提供给相关机构验证交流。有益效果是：通过人机对话系统引导患者录入病历信息并评估其心血管风险水平，不仅提高了用户看病的效率，还保障了信息收集的质量，有效辅助医生进行精准决策。
-
公开(公告)号：CN116682552A
公开(公告)日：2023-09-01
申请号：CN202310956821.1
申请日：2023-08-01
Applicant: 首都医科大学附属北京安贞医院 , 北京邮电大学
Abstract: 本发明提出一种多时间跨度数据的强解释特征血液透析低血压预测方法，包括，获取血液透析低血压数据，对血液透析低血压数据进行预处理，获取第一特征集合；构建具有临床意义的第二特征集合；利用预先构建的GS‑RFE‑XGBoost模型对第一特征集合和第二特征集合进行特征选择；将特征选择的结果利用夏利普可解释的方法进行特征的可解释分析，并利用百分位数对低血压相关因素参考区间的范围进行预测。通过本发明提出的方法，可实现对血液透析低血压的强解释预测。
-
公开(公告)号：CN114255884A
公开(公告)日：2022-03-29
申请号：CN202111517662.2
申请日：2021-12-13
Applicant: 首都医科大学附属北京安贞医院 , 北京邮电大学
Abstract: 一种高血压药物治疗知识图谱构建方法，包括：高血压药物治疗知识图谱采用自上而下的方式，先构建Schema，再抽取知识；构建过程根据抽取和应用实际情况，不断完善和优化Schema；构建属性图模型；对属性图模型采用HugeGraph和MongoDB混合数据存储模式；数据加工和专家审核相结合增加知识准确度。本发明的有益效果是：通过属性图模型，解决了多元关系在临床医学知识表示中建模的问题。
-
公开(公告)号：CN119884330A
公开(公告)日：2025-04-25
申请号：CN202510370888.6
申请日：2025-03-27
Applicant: 北京邮电大学 , 首都医科大学附属北京安贞医院
IPC: G06F16/3329 , G06F16/36 , G06F16/334 , G06N3/006 , G06N5/01 , G06N5/022 , G06N5/04
Abstract: 本申请提出一种基于蒙特卡洛树搜索和多智能体协作的知识图谱问答方法，包括：对多个智能体进行初始化，其中，每个智能体具有初始过程、状态和目标；通过多智能体协作生成图查询语句，得到具有评分的完整轨迹；利用蒙特卡洛树搜索方法，依据上述通过多智能体协作生成的查询轨迹，通过选择、扩展、模拟、反向传播步骤优化查询轨迹，生成可执行的图查询语句，并最终输出问题的答案集。本申请结合了端到端方法和逐步推理方法的优势，同时克服了其对知识图谱环境感知能力不足以及搜索空间过大的缺陷，通过设计扩展智能体、模拟智能体和取值智能体的分工协作机制，实现了动态生成、评估和优化查询路径，从而提高了问答系统的准确性与鲁棒性。
-
公开(公告)号：CN116092697A
公开(公告)日：2023-05-09
申请号：CN202211281712.6
申请日：2022-10-19
Applicant: 北京邮电大学 , 首都医科大学附属北京安贞医院
IPC: G16H70/40 , G16H50/70 , G16H20/10 , G06F16/36 , G06F16/332
Abstract: 本发明提出一种基于三层超关系知识图谱模型的药物推荐方法及装置，其中方法包括：获取目标用户的用户属性信息，用户属性信息包括患病情况、临床症状、体格检查、生理状态信息；基于超关系知识图谱构建三层超关系知识模型，将用户属性信息输入三层超关系知识模型中转化为图查询语句的搜索条件；利用搜索条件翻译出正确的图数据库查询语句，通过调用图数据库搜索引擎根据预设的推理条件得出推理结果；将推理结果添加到用药方案，根据用药方案获取目标药物，并将目标药物推送给目标用户。本发明实现了基于医学规则的药物推荐辅助决策应用。
-
Patent Agency Ranking
公开(公告)号：CN116682552B
公开(公告)日：2023-10-24
申请号：CN202310956821.1
申请日：2023-08-01
Applicant: 首都医科大学附属北京安贞医院 , 北京邮电大学
Abstract: 本发明提出一种多时间跨度数据的强解释特征血液透析低血压预测方法，包括，获取血液透析低血压数据，对血液透析低血压数据进行预处理，获取第一特征集合；构建具有临床意义的第二特征集合；利用预先构建的GS‑RFE‑XGBoost模型对第一特征集合和第二特征集合进行特征选择；将特征选择的结果利用夏利普可解释的方法进行特征的可解释分析，并利用百分位数对低血压相关因素参考区间的范围进行预测。通过本发明提出的方法，可实现对血液透析低血压的强解释预测。
-
公开(公告)号：CN115729699B
公开(公告)日：2025-04-11
申请号：CN202211415309.8
申请日：2022-11-11
Applicant: 北京邮电大学 , 四方联盟(北京)科技发展有限公司 , 中网数安(北京)科技有限公司
IPC: G06F9/50 , G06N5/04 , G06F16/901
Abstract: 本发明提出一种基于模型服务自动化的多机部署调度方法,包括：通过客户端获取表示模型服务工作流的JSON描述文件并发出服务初始化请求，由调度服务器接收所述请求并分配推理服务器资源；通过调度服务器基于动态加权最少连接算法为每个客户端分配能满足其需求的推理服务器资源；将所述推理服务器资源对应的推理服务器的请求调用IP和端口返回给所述客户端，通过所述客户端对所述请求调用服务实例进行推理，返回推理结果。本发明的方法通过多机部署、负载均衡的方式为客户端动态分配推理服务器资源，提升了推理服务的稳定性。
-
公开(公告)号：CN119597939A
公开(公告)日：2025-03-11
申请号：CN202411602767.1
申请日：2024-11-11
Applicant: 国网河北省电力有限公司信息通信分公司 , 北京邮电大学 , 国家电网有限公司
Inventor： 彭姣 , 辛锐 , 吴军英 , 欧中洪 , 贺月 , 宋美娜 , 常永娟 , 朱一凡 , 王骏 , 张啸 , 姜丹 , 商笑然 , 卢艳艳 , 尹晓宇 , 李涛 , 马子淇 , 张鹏飞 , 李士林
IPC: G06F16/43 , G06F16/483 , G06N3/0455 , G06N3/0499 , G06F18/25 , G06F18/22
Abstract: 本发明适用于人工智能技术领域，提供了一种跨模态检索方法、装置、电子设备及存储介质，该方法包括：通过图像编码器对图像模态进行编码，通过文本编码器对文本模态进行编码，生成高维空间的向量表示；将图像模态的向量和文本模态的向量输入到同一个共享自注意力层进行对齐，并分别通过各自的前馈网络层提取特征；通过交叉注意力机制，对图像模态的向量和文本模态的向量进行跨模态交叉融合处理，得到图像模态的跨模态表征向量和文本模态的跨模态表征向量；基于图像模态的跨模态表征向量和文本模态的跨模态表征向量，输出图像模态和文本模态的相似度。本发明能够提高跨模态检索精度。
-
公开(公告)号：CN114637819B
公开(公告)日：2024-12-10
申请号：CN202210146333.X
申请日：2022-02-17
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G06F18/214
Abstract: 本发明公开了一种基于时序知识图谱的复杂问答查询方法和装置，其中，该方法包括：获取时序问题并将时序问题输入训练好的问答系统模型；其中，问答系统模型包括：时序知识嵌入模型、嵌入提取模型、时间变化模型和答案评分模型；利用时序知识嵌入模型获取时序问题中的实体嵌入和时间嵌入，并利用嵌入提取模型获取时序问题的潜在嵌入；以及利用时间变化模型将时间嵌入变换到时序问题的目标时间下；使用答案评分模型对实体嵌入的实体和目标时间进行评分，并输出得分最高的实体或时间作为时序问题的答案。本发明将潜在的嵌入变换到问题的目标时间，能够提升复杂时序问题的处理能力，并简化复杂问题的处理过程。
-
公开(公告)号：CN118468003A
公开(公告)日：2024-08-09
申请号：CN202410911583.7
申请日：2024-07-09
Applicant: 北京邮电大学 , 北京万方数据股份有限公司
IPC: G06F18/213 , G06F18/24 , G06F18/214 , G06F40/284 , G06N5/01 , G06F18/2431
Abstract: 本申请提出了一种基于异质引文网络自动检测论文工厂论文的方法，该方法包括：获取论文工厂论文作为原始数据，对原始数据进行处理，构建引文异构图网络，并基于引文异构图网络生成多种元路径；对每个论文工厂论文进行文字特征提取，获取每个论文节点的初始嵌入向量；基于引文异构图网络、多种元路径和每个论文节点的初始嵌入向量，依次对每个论文节点进行节点级注意学习和语义级注意学习，获得每个论文节点的最终嵌入特征向量；通过最终嵌入特征向量训练分类器模块，并利用训练完成的分类器模块检测待处理论文。该方法针对论文的引用关系构建检测模型，能够自动检测出论文工厂论文，提高了论文工厂论文检测的效率和准确性。
-
-
-
-
-
-
-
-
-
Search Results
326
records
(took 0.08 seconds)
