物理
收起
最新专利
-
护士数据处理方法、装置、设备及存储介质 公开日期:2024-09-06 公开号:CN114496193A 申请号:CN202210136146.3护士数据处理方法、装置、设备及存储介质
- 申请号:CN202210136146.3
- 公开号:CN114496193A
- 公开日期:2024-09-06
- 申请人:卫宁健康科技集团股份有限公司
本申请提供一种护士数据处理方法、装置、设备及存储介质,涉及计算机技术领域。该方法包括:获取护理数据;根据护理数据,生成目标时段的实际护士结构数据;根据目标时段的实际护士结构数据以及目标时段对应的标准护士结构数据,确定目标时段的实际护士结构数据是否合理;若否,则根据标准护士结构数据以及实际护士结构数据生成并输出护士结构调整策略信息。主要是通过自动化实时地采集护理数据,确定目标时段的实际护士结构数据是否存在不合理的情况,若存在,则生成并输出护士结构调整策略信息。这样,有效解决了现有技术中存在的对护士人员配比分析结果的及时性和准确性均难以保证的问题,大大提高了对护士人员的配比的智能化程度。- 发布时间:2023-05-10 11:33:59
- 0
-
一种数据分析的方法及装置 公开日期:2024-09-06 公开号:CN112652368A 申请号:CN202011628786.3一种数据分析的方法及装置
- 申请号:CN202011628786.3
- 公开号:CN112652368A
- 公开日期:2024-09-06
- 申请人:中山大学肿瘤防治中心(中山大学附属肿瘤医院、中山大学肿瘤研究所)
本发明公开了一种数据分析的方法及装置,首先针对第一试验对象对应的受试者生存数据和第二试验对象对应的受试者生存数据,分别进行拟合,得到试验组生存函数和对照组生存函数;并基于预设的临床试验参数、试验组生存函数和对照组生存函数,确定中期分析和末期分析时受试者生存数据。之后分别根据中期分析时生存数据和末期分析时生存数据,利用预设统计方法统计中期分析中试验组相对于对照组的存活概率和末期分析中试验组相对于对照组的存活概率;并判断中期分析中存活概率和末期分析中存活概率是否均满足预设条件。由此,通过开展基于真实试验数据的模拟临床试验,有助于准确地评估中期分析的预设方法在预设的临床试验参数的条件下应用的可靠性。- 发布时间:2023-06-04 11:25:25
- 0
-
一种基于模糊聚类的病毒相似性分析系统 公开日期:2024-09-06 公开号:CN114613439A 申请号:CN202210219863.2一种基于模糊聚类的病毒相似性分析系统
- 申请号:CN202210219863.2
- 公开号:CN114613439A
- 公开日期:2024-09-06
- 申请人:大连东软信息学院
本发明公开了一种基于模糊聚类的病毒相似性分析系统,包括病毒特征聚类中心产生模块和相似性距离计算模块;病毒特征聚类中心产生模块接收待分析的新型冠状病毒数值特征和预存第一隶属度矩阵,根据新型冠状病毒数值特征和第一隶属度矩阵进行更新获得新型冠状病毒特征聚类中心;相似性距离计算模块预存对照的动物冠状病毒特征,根据动物冠状病毒特征和新型冠状病毒特征聚类中心获得动物冠状病毒特征与新型冠状病毒聚类中心的欧氏距离,用于量化病毒相似性,根据量化结果预测病毒的同源性和亲缘性关系。本发明应用于传统医学领域,实现与数据科学相结合,达到了高速、低功耗的硬件加速器设计和实现。- 发布时间:2023-05-12 12:13:29
- 0
-
一种基于环境数据的个体心理状态智能监测与分析系统 公开日期:2024-09-06 公开号:CN117809813A 申请号:CN202311714274.2一种基于环境数据的个体心理状态智能监测与分析系统
- 申请号:CN202311714274.2
- 公开号:CN117809813A
- 公开日期:2024-09-06
- 申请人:广东轻工职业技术学院
本发明提供了一种基于环境数据的个体心理状态智能监测与分析系统,其特征在于,所述系统包括数据采集模块、数据分析模块和结果输出模块;所述数据采集模块用于获取用户的个体时空行为信息和环境信息,所述数据分析模块用于对数据采集模块获取的数据信息分析获取用户的心理状态信息以及环境对于用户心理状态的影响;所述结果输出模块用于输出数据分析模块的分析结果为用户提供反馈;本发明结合皮肤导电值、心率、位置信息和用户自填写的数据,能够从多个维度全面地捕捉用户的心理状态和行为模式,为对于用户心理状态的分析提供了全面的视角。- 发布时间:2024-04-04 07:19:25
- 1
-
一种基于图表示学习的关键蛋白质识别方法和装置 公开日期:2024-09-06 公开号:CN114664377A 申请号:CN202210182217.3一种基于图表示学习的关键蛋白质识别方法和装置
- 申请号:CN202210182217.3
- 公开号:CN114664377A
- 公开日期:2024-09-06
- 申请人:中国地质大学(武汉)
本发明提供了一种基于图表示学习的关键蛋白质识别方法和装置,方法包括:从数据库中筛选关键蛋白质作为标签,标记提取的蛋白质相互作用网络数据中的蛋白质节点,获得带节点标签的蛋白质相互作用网络;使用DeepWalk算法对蛋白质相互作用网络数据进行图表示学习,获得图表示矩阵数据;将带节点标签的蛋白质相互作用网络、从蛋白质节点的同源生物信息中提取的蛋白质节点属性特征以及图表示矩阵数据输入图卷积神经网络模型进行迭代训练;利用训练好的图卷积神经网络模型识别待测蛋白质网络中的关键蛋白质节点。本发明可以直接使用图类型数据进行训练,避免了现有方法中数据转换所需要的繁琐工作,进一步使得训练得到的结果更加准确。- 发布时间:2023-05-14 11:56:47
- 0
-
预测手术评估信息的方法及装置、处理器、电子装置 公开日期:2024-09-06 公开号:CN112257912A 申请号:CN202011104982.0预测手术评估信息的方法及装置、处理器、电子装置
- 申请号:CN202011104982.0
- 公开号:CN112257912A
- 公开日期:2024-09-06
- 申请人:北京爱康宜诚医疗器材有限公司
本发明公开了一种预测手术评估信息的方法及装置、处理器、电子装置。其中,该方法包括:获取待翻修关节的关节缺损信息;依据上述关节缺损信息确定与上述待翻修关节对应的翻修策略信息;预测采用上述翻修策略信息对上述待翻修关节进行翻修手术后的术后评估信息,其中,上述术后评估信息用于评估上述待翻修关节的术后恢复状态。本发明解决了现有技术中存在无法准确预测关节翻修手术后的术后恢复情况的技术问题。- 发布时间:2023-05-28 12:06:48
- 0
-
一种处方生成方法及装置 公开日期:2024-09-06 公开号:CN113903418A 申请号:CN202111081482.4一种处方生成方法及装置
- 申请号:CN202111081482.4
- 公开号:CN113903418A
- 公开日期:2024-09-06
- 申请人:浙江大学|||杭州安中科技工程有限公司
本发明公开涉及一种处方生成方法及装置,应用于电子设备,该方法包括:当获取该患者的挂号信息并诊断出目标疾病时,检测数据库中是否储存有目标脚本文件;若未储存该目标脚本文件,保存每种目标药品对应的药品图标和用量图标以生成图片文件;获取医生填写的医嘱信息;根据该图片文件和该医嘱信息生成与该目标疾病对应的目标脚本文件并将该目标脚本文件储存至该数据库中;根据医生确定的至少一种目标药品、每种目标药品对应的目标用量、医嘱信息和挂号信息生成目标处方。能够通过将患者信息和医生开具的药品信息保存成脚本,以便医生在遇到同样的病患情况时直接运行脚本生成针对性的处方信息,提高了医生的就诊效率和处方开具的准确率。- 发布时间:2023-04-22 08:56:57
- 0
-
病例报告表生成方法、装置、计算机设备和存储介质 公开日期:2024-09-06 公开号:CN114005505A 申请号:CN202111205259.6病例报告表生成方法、装置、计算机设备和存储介质
- 申请号:CN202111205259.6
- 公开号:CN114005505A
- 公开日期:2024-09-06
- 申请人:浙江太美医疗科技股份有限公司
本说明书提供一种病例报告表生成方法、装置、计算机设备、存储介质及计算机程序产品,通过获取临床试验项目的访视矩阵;从而利用访视矩阵中的所述表单名称在表单模板库中进行匹配,得到与所述表单名称对应的目标表单模板;最后,基于访视矩阵中各所述访视的顺序将所述目标表单模板进行排序,生成所述病例报告表。实现基于获取到的访视矩阵自动生成病例报告表,提升病例报告表的设计效率,降低了病例报告表的涉及成本,解决传统技术中使用CRF设计工具生成CRF所花费的巨大人力成本和时间成本的问题。- 发布时间:2023-04-24 09:44:16
- 0
-
一种基于联邦元学习的罕见疾病分类方法 公开日期:2024-09-06 公开号:CN114566277A 申请号:CN202210173273.0一种基于联邦元学习的罕见疾病分类方法
- 申请号:CN202210173273.0
- 公开号:CN114566277A
- 公开日期:2024-09-06
- 申请人:中国石油大学(华东)
本发明属于医疗领域,公开了一种基于联邦元学习的罕见疾病分类方法,包括:对本地医疗数据进行预处理,将常见疾病分为用于元模型训练的支持集和查询集,将罕见疾病分为测试集和验证集;基于强化分类的元学习方法,对支持集和查询集进行动态更新分类,得到训练后的元模型;以F分数对训练后的元模型动态筛选,并进行动态特征融合,得到更新后的全局模型;将更新后的全局模型参数下发给本地元模型初始化,开始下一轮训练;直至获取各个本地收敛的元模型,根据收敛后的元模型获取罕见疾病概率值。本发明将基于强化分类的元学习与基于动态融合策略的联邦学习应用于联邦元学习框架,有助于提高模型对于罕见疾病分类准确度和模型间的通信效率。- 发布时间:2023-05-12 11:44:55
- 0
-
基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法 公开日期:2024-09-06 公开号:CN114139606A 申请号:CN202111319593.4基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法
- 申请号:CN202111319593.4
- 公开号:CN114139606A
- 公开日期:2024-09-06
- 申请人:南京理工大学
本发明提供一种基于L2,1范数和拉普拉斯流形的RLSDSPCA降维方法,对基因表达数据进行特征基因选择和癌症样本分类。通过降维方法对基因表达数据进行数据降维,对降维后的数据进行特征基因选择和癌症样本分类。本发明有效地提高了基因表达数据特征基因的选择水平和癌症样本的分类效果。- 发布时间:2023-04-27 13:06:30
- 0