物理
收起
最新专利
-
基于域增量学习的抑郁障碍检测模型训练方法及电子设备 公开日期:2024-04-19 公开号:CN117912640A 申请号:CN202410316692.4基于域增量学习的抑郁障碍检测模型训练方法及电子设备
- 申请号:CN202410316692.4
- 公开号:CN117912640A
- 公开日期:2024-04-19
- 申请人:合肥工业大学
本发明公开了基于域增量学习的抑郁障碍检测模型训练方法及电子设备,属于数据处理技术领域。该方法包括获取训练数据集,输入当前域和前一域,进行特征提取及预测,利用JS散度以及训练数据集中的类别信息动态学习类定制的阈值,为训练数据集中的每个类使用相应类定制的阈值进行样本选择,将样本选择结果进行域内对齐,区分样本相似性,有效缩小这些领域之间的差距。这样的对齐过程鼓励从各个领域提取的特征变得更加紧凑,从而显著提高了对新数据的适应性,减轻了灾难性遗忘,有利于提高抑郁障碍检测准确性及效率。- 发布时间:2024-04-21 07:52:55
- 0
-
一种基于问诊对话的电子病历生成方法 公开日期:2024-04-19 公开号:CN117912625A 申请号:CN202410316681.6一种基于问诊对话的电子病历生成方法
- 申请号:CN202410316681.6
- 公开号:CN117912625A
- 公开日期:2024-04-19
- 申请人:广州源康健信息科技有限公司
本发明涉及医疗数据处理技术领域,具体涉及一种基于问诊对话的电子病历生成方法。包括确定目标病历;确定相似病历及获取关联特征,确定时间差,基于时间差与用户人群明确与目标病历存在相似病症的用户人群,预测用户人群触发目标病历或相似病历的时间以及数量;生成虚拟病历,将虚拟病历输入至医师端,引导医师端后续与用户人群之间的对话询问,基于虚拟病历与关键词的匹配程度判定是否将虚拟病历直接生成为电子病历。通过所生成的目标病历构建传染风险特征和关联特征,来对医疗管理平台中的电子病历进行分析,并由此预测出医疗管理平台中在不同时间下电子病历的出现及数量,使医疗管理平台和医师预先决策,并由此提升医疗状况处置效率。- 发布时间:2024-04-21 07:52:55
- 0
-
基于多模态的健康信息管理方法及系统 公开日期:2024-04-19 公开号:CN117912680A 申请号:CN202410316637.5基于多模态的健康信息管理方法及系统
- 申请号:CN202410316637.5
- 公开号:CN117912680A
- 公开日期:2024-04-19
- 申请人:浙江禾连健康管理有限公司
本发明提供一种基于多模态的健康信息管理方法及系统,根据所述指示请求生成指示链接,建立与指示链接对应的指示页面,指示页面包括正常区、异常区和数据指示区;对多模态健康数据进行指标分析,确定正常指标和/或异常指标,基于正常区对正常指标进行展示,基于异常区对异常指标进行展示;根据关联表对异常指标进行数量递减的关联性分析,确定关联指标和/或单独指标,获取与各异常指标对应的上层指示视频,以及与关联指标对应的下层指示视频;生成与上层指示视频对应的上层关联槽,以及与下层指示视频对应的下层关联槽,基于上层关联槽和下层关联槽生成指示结构图,根据指示结构图对数据指示区更新后,将指示链接反馈至用户端。- 发布时间:2024-04-21 07:52:55
- 0
-
一种神经儿内科锻炼恢复评价方法及评价系统 公开日期:2024-04-19 公开号:CN117912635A 申请号:CN202410316338.1一种神经儿内科锻炼恢复评价方法及评价系统
- 申请号:CN202410316338.1
- 公开号:CN117912635A
- 公开日期:2024-04-19
- 申请人:深圳市尼罗河移动互联科技有限公司
本发明公开了一种神经儿内科锻炼恢复评价方法及评价系统,涉及恢复评价技术领域,包括计算获得初始神经异常指数;依据神经内科小儿病患的年龄Nl和初始神经异常指数,确定病患接受指数Bj,将当前病患的锻炼方案与病患接受指数Bj相同历史病患的锻炼方案进行对比分析,判断当前病患的锻炼方案是否合理;计算锻炼执行指数Zx,对小儿病患的恢复情况进行初步评价;计算获得恢复神经异常指数,并进一步计算获得恢复评价系数Hp,对小儿病患的锻炼恢复情况进一步确认。避免由于锻炼方案执行不到位导致病情的进一步恶化。- 发布时间:2024-04-21 07:52:54
- 0
-
一种神经外科患者术后康复训练推荐方法 公开日期:2024-04-19 公开号:CN117912634A 申请号:CN202410315951.1一种神经外科患者术后康复训练推荐方法
- 申请号:CN202410315951.1
- 公开号:CN117912634A
- 公开日期:2024-04-19
- 申请人:中国人民解放军总医院第八医学中心
本发明涉及康复训练方法推荐技术领域,具体涉及一种神经外科患者术后康复训练推荐方法。方法包括:获取历史数据集,基于待分析神经外科患者的年龄和症状将历史数据集中的数据划分为第一康复数据和第二康复数据;基于第一康复数据所对应的患者的数量和第二康复数据所对应的患者的数量,确定参考数据;根据参考数据所对应的患者的康复训练方法,构建频繁模式树;根据频繁模式树对应的每条关联规则中前项与后项的关联情况以及每条关联规则中的项所对应的患者的评分,得到每个项的推荐系数,进而确定最终康复方案,并推荐给待分析神经外科患者。本发明提高了康复训练方法推荐结果的准确度。- 发布时间:2024-04-21 07:52:53
- 0
-
基于人工智能的食品添加剂检测方法 公开日期:2024-04-19 公开号:CN117912599A 申请号:CN202410315777.0基于人工智能的食品添加剂检测方法
- 申请号:CN202410315777.0
- 公开号:CN117912599A
- 公开日期:2024-04-19
- 申请人:西安大业食品有限公司
本发明涉及光谱分析技术领域,具体涉及一种基于人工智能的食品添加剂检测方法。该方法包括:获取原材料光谱向量和添加剂光谱向量,分别聚类得到原材料类簇和添加剂类簇,并分析得到原材料共性向量和添加剂共性向量,根据原材料共性向量和添加剂共性向量的相似程度,匹配并筛选得到差异匹配对;根据差异匹配对中添加剂类簇的光谱向量的分布,确定维度的特征影响值,根据相似程度以及维度的特征影响值,确定添加剂每一维度的误差权重;根据误差权重构建识别神经网络,基于识别神经网络对食品添加剂进行检测,得到检测结果,本发明能够更为准确识别得到添加剂的组成,增强添加剂检测的准确性,提升添加剂检测效果。- 发布时间:2024-04-21 07:52:51
- 0
-
基于大数据的甲状腺疾病数据智能管理方法及系统 公开日期:2024-04-19 公开号:CN117912712A 申请号:CN202410315708.X基于大数据的甲状腺疾病数据智能管理方法及系统
- 申请号:CN202410315708.X
- 公开号:CN117912712A
- 公开日期:2024-04-19
- 申请人:徕兄健康科技(威海)有限责任公司
本发明涉及甲状腺疾病数据处理技术领域,具体涉及基于大数据的甲状腺疾病数据智能管理方法及系统。方法包括:获取每个甲状腺疾病患者的年龄和监测数据;根据每个患者的监测数据与其他患者的监测数据的差异,得到每个患者的甲状腺特征值,基于甲状腺特征值和年龄获得对应的数据点;根据每个数据点与其邻域内数据点的甲状腺特征值的差异和年龄差异确定初始聚类半径;基于初始聚类半径对数据点聚类获得初始聚类簇;基于不同初始聚类簇内的数据点对应的患者的甲状腺特征值的差异对初始聚类半径进行修正获得目标聚类半径,对数据点再次聚类获得目标聚类簇,进而对监测数据进行管理。本发明提高了对甲状腺疾病患者监测数据分类结果的准确性。- 发布时间:2024-04-21 07:52:50
- 0
-
一种基于深度对比学习的激酶药物相互作用预测方法 公开日期:2024-04-19 公开号:CN117912591A 申请号:CN202410313774.3一种基于深度对比学习的激酶药物相互作用预测方法
- 申请号:CN202410313774.3
- 公开号:CN117912591A
- 公开日期:2024-04-19
- 申请人:鲁东大学
本发明属于生物信息学领域,涉及一种基于深度对比学习的激酶药物相互作用预测方法。通过将药物分子向量和靶标蛋白质向量输入线性层使它们可以在同一空间维度下进行训练,训练后可以获得具有更好预测效果的激酶药物相互作用预测模型。该方法使用了深度对比学习技术,其步骤包括:药物与靶标投影器的预处理、计算分子和蛋白质特征相似性、基于对比学习的神经网络训练和预测四个过程。该方法可以分析大量的分子结构和生物信息学数据,加速药物发现和设计过程,缩短药物研发周期,降低成本,并促进新药物的发现。- 发布时间:2024-04-21 07:52:48
- 0
-
一种基于基因共表达网络的分类特征确定方法及系统 公开日期:2024-04-19 公开号:CN117912570A 申请号:CN202410313618.7一种基于基因共表达网络的分类特征确定方法及系统
- 申请号:CN202410313618.7
- 公开号:CN117912570A
- 公开日期:2024-04-19
- 申请人:北京科技大学
本发明提供一种基于基因共表达网络的分类特征确定方法及系统,涉及数据处理技术领域,方法包括:获取样本数据;提取样本数据的基因特征;分析确定出正常组与癌症组之间具有差异性的基因特征;计算基因特征之间的相关性;通过马尔可夫毯滤波算法,对基因特征进行冗余特征消除,得到最优特征集合;构建加权基因共表达网络;确定枢纽基因;对枢纽基因进行聚类分析,并对各类基因模块中的基因特征的表达量进行汇总,得到模块特征基因;对枢纽基因、模块特征基因、癌症组织浸润微生物含量以及免疫细胞含量进行特征组合,得到多种组合特征;通过逻辑回归模型,基于各种组合特征对样本数据进行分类;基于分类结果,确定分类效果最佳的组合特征。- 发布时间:2024-04-21 07:52:47
- 0
-
一种基于政务云服务的养老服务系统 公开日期:2024-04-19 公开号:CN117912666A 申请号:CN202410311572.5一种基于政务云服务的养老服务系统
- 申请号:CN202410311572.5
- 公开号:CN117912666A
- 公开日期:2024-04-19
- 申请人:四川蓝海航科技有限公司
本发明公开了一种基于政务云服务的养老服务系统,涉及养老服务技术领域,包括智慧养老云服务平台,所述智慧养老云服务平台由个人养老客户端与电子政务云搭建构成;所述智慧养老云服务平台与医疗机构体检单元通过数据通道连通;所述智慧养老云服务平台包括:采集单元、分类单元与储存单元;采集单元用于采集老人的身体健康指标信息并通过物联网或公共网络上传至智慧养老云服务平台;所述分类单元对老人的信息进行接收后分类,得到分类信息;所述储存单元用于对分类后的老人信息进行储存;其中,将所述分类信息输送至采集单元,采集单元基于不同类别的分类信息设定不同的采集方案,根据不同的采集方案对每个分类信息的老人进行采集。- 发布时间:2024-04-21 07:52:43
- 0