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
细颗粒物对不同报道次序下法定传染病影响的评估方法
本发明提供一种细颗粒物对不同报道次序下法定传染病影响的评估方法,属于传染病研究领域。提取目标城市在研究周期内公开的法定传染病数据,法定传染病数据包括法定传染病种类数、感染人数和死亡人数;获取目标城市在对应法定传染病期间PM2.5的平均浓度数据;将法定传染病数据与PM2.5的小时平均浓度数据进行数据关联,合成目标数据集;对目标数据集进行相关性分析,以确定PM2.5浓度和法定传染病之间的相关关系,筛选出相关性显著变量;利用相关性显著变量构建法定传染病在不同报道次序下的贝叶斯回归模型,基于贝叶斯回归模型提取各种传染病名称下PM2.5浓度和感染人数变量间的边际效应曲线,根据边际效应曲线评估不同报道次序下PM2.5浓度和患病数量间的量化关系。
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。
基于深度学习的阻塞性睡眠呼吸暂停检测方法及装置
本发明公开了一种基于深度学习的阻塞性睡眠呼吸暂停检测方法及装置,其中,该方法包括:将被检测对象的生理数据输入到预先训练好的生理数据阻塞性睡眠呼吸暂停检测模型中,输出对应的呼吸暂停低通气指数AHI分类结果;将被检测对象从多个预设角度拍摄的头部图像输入到预先训练好的各个图像数据阻塞性睡眠呼吸暂停检测模型中,输出对应的AHI分类结果;将生理数据阻塞性睡眠呼吸暂停检测模型输出的AHI分类结果和各个图像数据阻塞性睡眠呼吸暂停检测模型输出的AHI分类结果,输入到集成学习算法模型中,输出被检测对象的AHI分类结果。本发明无需用户穿戴各种PSG设备,操作简单,且能够检测到低AHI值的阻塞性睡眠呼吸暂停情况。
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。
COPD急性加重并发呼吸衰竭的预测系统及监测装置
本发明属于COPD医疗设备技术领域,具体公开了一种COPD急性加重并发呼吸衰竭的预测系统及监测装置,该预测系统包括用于采集样本的临床病例数据的数据采集模块,用于接收、处理临床病例数据并获取变量参数的数据处理模块,用于接收变量参数并筛选得到独立危险因素的危险因素获取模块,以及将独立危险因素纳入机器学习预测模型并进行预测的预测模块。采用本技术方案,通过各模块配合,实现对样本信息的采集和筛选,并根据采集的信息预测患者是否发生T2RF。
医疗组学大数据分析系统及其布置分析方法
本发明涉及医疗组学大数据分析系统的布置分析方法,包括以下:确定目标区域的一家医院作为核心医院,其他医院作为医联体联盟医院;在核心医院处布置5G边缘计算系统,将核心医院与医疗体联盟医院以5G、Wi-Fi以及多模物联网的多网融合的方式通信连接;获取所述医联体联盟医院的医疗组学据信息,通过5G边缘计算系统计算提取所述医疗组学据信息中优化的目标单个病种的数据信息;以优化的目标单个病种的所述数据信息作为相关医护人员的参考数据信息。本发明提出了以5G、Wi-Fi以及多模物联网的多网融合的方式构建的医疗组学大数据分析系统,能够及时将有助于单病种诊断的知识及时传输给医生,摆脱了传统硬盘拷贝海量数据带来分析结果时延极高的缺陷。
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。