百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网! [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有!
全国服务热线 13310018778

栏目导航

最新技术
一种高维删失数据下预测癌症预后风险的系统和方法
本发明提出一种高维删失数据下预测癌症预后风险的方法,包括:构建Cox神经网络模型,获取目标数据库的训练数据集、验证数据集;根据贝叶斯先验知识约束对训练数据集进行随机采样扰动;根据随机采样扰动后的训练数据集合,定义Cox神经网络模型的风险函数并计算损失函数;通过损失函数对Cox神经网络模型进行训练,更新Cox神经网络模型的网络权重;利用验证数据集对更新后的网络权重进行验证,若验证通过,则得到深度贝叶斯扰动模型,对目标癌症患者的癌症预后风险进行预测;否则,重新进行随机采样扰动;本发明还提出一种预测癌症预后风险的系统,用于解决现有预测方法在此类数据中表现不佳的问题,提高癌症生存分析的深度学习方法的性能。
一种基于BP神经网络的心理健康智能筛查系统
一种基于BP神经网络的心理健康智能筛选系统,包括依次连接的精神疾病调查问卷设定模块、调查数据评估和标签模块、BP神经网络模型训练模块、精神疾病筛查模块;精神疾病调查问卷设定模块,设定精神疾病调查问卷的内容;调查数据评估和标签模块对问卷调查结果进行评估并打标签;BP神经网络模型训练模块从调查数据评估和标签模块输入数据样本,并进行模型训练,得到BP神经网络模型;精神疾病筛查模块向新的潜在患者进行问卷调查,将问卷调查的数据输入BP神经网络模型训练模块获得的BP神经网络模型,判断该潜在患者的患病情况。本发明使用BP神经网络来得出潜在患者的患病结果,减少了疾病判断上的主观性,极大地保护了潜在患者的隐私。
分诊方法、装置、计算机设备及存储介质
本发明实施例公开了一种分诊方法、装置、计算机设备及存储介质,该方法包括:将患者的身份信息、就诊记录和当前主诉病症输入已训练的分诊模型,以得到各个分诊科室的概率;根据各个分诊科室的概率和预设后处理规则确定该患者的分诊科室,其中,所述预设后处理规则包括年龄规则、性别规则、子科室规则和概率规则;如果患者的当前挂号信息对应的科室不是该分诊科室,则将患者的当前挂号信息修改为该分诊科室的挂号信息。解决了现有挂号方法存在无法对挂错号的患者进行及时分诊的问题。
基于智能手环的食谱推荐方法、装置、电子设备及介质
本发明涉及人工智能技术领域,提供一种基于智能手环的食谱推荐方法、装置、电子设备及介质,所述方法包括:采集多个指标的第一数据,及历史记录中的第二数据;对多个指标的第一数据进行分析,确定第一分析结果,及对多个指标的第二数据进行分析,确定第二分析结果;根据第一分析结果和第二分析结果,确定目标客户的多个标签构建目标客户的客户画像,及根据基本信息确定偏好标签;根据目标客户的客户画像、偏好标签及当前时间信息,确定出至少一种目标推荐食谱。本发明通过从当前时间信息、当前身体状态数据、历史身体状态数据、偏好等多个维度进行考虑,进行食谱推荐,提高了食谱推荐的推荐准确率及合理性。
一种基于病例临床表型关联度的中药组方推荐方法及系统
本发明公开了一种基于病例临床表型关联度的中药组方推荐方法及系统。其中涉及的方法包括:S1.获取与目标患者相对应的病例信息;S2.根据年龄、性别、中医诊断结果从预设数据库中查找与目标患者性别相同且处于同一年龄段的多个同质化病例;S3.计算目标患者的症状信息与每一个同质化病例症状信息之间的病例临床表型关联度,得到多个病例临床表型关联度;S4.根据多个病例临床表型关联度,从多个同质化病例中筛选相似度大于预设阈值的多个同质化病例作为参考病例;S5.从多个参考病例中选择一个参考病例作为目标参考病例,获取目标参考病例对应中医诊断结果的中药组方;S6.根据目标患者的症状信息对目标参考病例的中药组方进行校准,得到目标患者的中药处方。
一种基于互联网医院的智能预问诊方法及系统
本发明涉及一种基于互联网医院的智能预问诊方法及系统,通过将输入的主诉信息并转换为词向量,并利用预训练的Bi-LSTM-CRF模型和预训练的GCNN模型获取疾病信息,根据疾病信息触发第一问诊模式,在第一问诊模式下,基于所述疾病信息配置生成若干个第一问诊问题实现智能预问诊,通过采集用户对所述若干个第一问诊问题的反馈信息,根据各问诊问题及其对应的反馈信息自动生成电子病历,便于医生提前了解患者病情,简化问诊流程,提高问诊效率。
分子相似性搜索
一种用于查找与查询分子相似的分子的系统,包括:GCN、PFS向量提取器、经补偿的向量比较器(CVC)以及候选向量选择器。GCN已经被训练以分别根据输入查询分子向量或输入候选分子向量输出分子属性向量。GCN将查询原子特征集(AFS)向量和候选AFS向量转换为查询属性特征集(PFS)嵌入向量和候选PFS嵌入向量。PFS向量提取器从经训练的GCN的隐藏层中提取查询PFS嵌入向量和候选PFS嵌入向量。经补偿的向量比较器(CVC)针对至少一对查询PFS嵌入向量和一个候选PFS嵌入向量,计算经补偿的相似性度量(CSM)。候选向量选择器仅选择这种候选分子向量。
一种基于图像卷积的分子特征提取及性能预测方法
本发明提供了一种基于图像卷积的分子特征提取及性能预测方法,通过对原子及原子之间化学键的信息进行量化,构成分子图像的节点特征矩阵,进而抽取分子中各原子之间的连接信息,构成图像的邻接矩阵,将特征矩阵和邻接矩阵融入基于图像卷积的网络模型中获得包含比较完全的原子信息、化学键信息以及分子结构信息的分子的特征矩阵,再进行模型训练,得到最终的网络模型。本发明实现了分子信息的有效抓取,提升了模型分子性能的预测精度。
基于图神经网络的miRNA-疾病关联关系预测方法
本发明提出了一种基于图神经网络预测miRNA-疾病关联关系方法,实现步骤为:获取miRNA-疾病关联数据;构建miRNA-疾病关联网络;获取样本数据集和标签数据集;提取每个miRNA-疾病节点对的h阶封闭子图;获取每个h阶封闭子图的节点特征矩阵;获取训练样本集,训练样本标签数据集和被预测样本集;搭建图神经网络;对图神经网络进行迭代训练;获取miRNA-疾病关联的预测结果。本发明利用图神经网络从miRNA-疾病关联网络中学习图结构特征信息用于解决现有技术预测准确率较低的问题,在不使用相似性数据的情况下提高了miRNA-疾病关联预测准确率,可用于预测潜在的miRNA-疾病关联。
基于局部卷积块注意力网络的语音端点检测方法及系统
本发明属于语音信号处理领域,提供了一种基于局部卷积块注意力网络的语音端点检测方法及系统。该方法包括,获取语音数据的声谱图数据;利用局部敏感哈希算法为声谱图数据中的每一帧数据提取N个近邻帧,得到帧级的局部声谱图数据;将局部声谱图数据输入局部卷积块注意力网络中,经过卷积模块进行特征提取,在每个卷积块之后依次通过通道注意力模块、频谱注意力模块以及时间注意力模块进行注意力操作,得到增强的数据;将增强的数据输入分类器中,进行语音/非语音帧检测,得到预测结果。