一种脓毒症凝血病数据的处理方法、系统、设备及介质

    公开(公告)号:CN116759101A

    公开(公告)日:2023-09-15

    申请号:CN202310645202.0

    申请日:2023-05-31

    Applicant: 安徽大学

    Abstract: 本发明提供一种脓毒症凝血病数据的处理方法、系统、设备及介质,涉及医学数据分析技术领域,所述处理方法包括:获取脓毒症凝血病患者历史数据;对所述脓毒症凝血病患者历史数据进行特征筛选处理,以生成样本数据集;对所述样本数据集进行多次重采样和统计处理,以构建基于高斯贝叶斯网络的预测模型;以及获取当前患者的指标数据,并将所述指标数据输入至所述预测模型进行预测,以生成所述当前患者的死亡率。本发明可提高对脓毒症凝血病患者在不同时期的死亡率的预测准确度。

    一种在数据库内构建医疗诊断模型的构建方法及其系统

    公开(公告)号:CN116705333A

    公开(公告)日:2023-09-05

    申请号:CN202310688921.0

    申请日:2023-06-12

    Applicant: 安徽大学

    Abstract: 本发明公开了一种在数据库内构建医疗诊断模型的构建方法及其系统。构建方法包括:设计两个数据集,每个数据集内的元素均为脓毒症相关凝血症患者,且每个脓毒症相关凝血症患者具备多个生理特征变量;将两个数据集分别带入两个机器学习模型做增量学习,筛选出有效特征;将数据集一中为死亡的患者及其相关的有效特征合并到数据集二中,进行基线分析筛选出满足统计学意义的有效特征;在PostgreSQL数据库内,采用MADlib机器学习框架中的XGBoost机器学习模型二对PostgreSQL数据库中具备满足统计学意义的有效特征进行数据库的内模型训练,得到医疗诊断模型。本发明解决现有医疗诊断模型中的数据偏倚性、模型的碎片化、患者数据私密性等问题。

    一种弱监督医学图像分割配准协同处理方法

    公开(公告)号:CN114677416A

    公开(公告)日:2022-06-28

    申请号:CN202210247027.5

    申请日:2022-03-14

    Applicant: 安徽大学

    Abstract: 本发明涉及一种弱监督医学图像分割配准协同处理方法,包括:获取医学图像数据及标注,并将医学图像分为浮动图像和固定图像;由医学图像数据构建配准模型,基于配准模型更新弱监督分割数据;由弱监督分割数据构建分割模型,基于分割模型更新弱监督配准数据;由弱监督配准数据训练配准模型,基于配准模型更新弱监督分割数据;重复步骤(3)至步骤(4),直至分割模型和配准模型收敛;基于收敛后的分割模型和配准模型分别完成图像分割与配准任务。本发明大大提高小样本场景下的图像分割任务与图像配准任务的表现,既提高了脑图像的分割精度,也提高了脑图像的配准精度,为小样本场景下的医学图像分割与配准任务提供新方案。

    基于毫米波雷达点云的人体活动识别数据增强方法

    公开(公告)号:CN120009851A

    公开(公告)日:2025-05-16

    申请号:CN202510172555.2

    申请日:2025-02-17

    Applicant: 安徽大学

    Inventor: 刘瑜 刘沛

    Abstract: 本发明公开了基于毫米波雷达点云的人体活动识别数据增强系统及方法,涉及人体活动识别技术领域,包括采集人体活动的原始点云数据并进行预处理;依据雷达信噪比的计算公式,对点云进行距离平移操作;基于深度学习框架,训练变分自编码器模型,生成首次添加噪声后的点云集,将其对应的连续帧集进行下采样,并对生成样本的速度进行校正;根据天线增益随角度变化的特性,对速度模拟后的点云集进行角度旋转操作;建立物理噪声模型,对角度旋转后的点云集进行特征增强;对人体活动识别模型进行训练和评估。因此,采用上述方法,能够生成更丰富多样且贴合实际场景的数据,从而有效提升人体活动识别模型在复杂多变场景下的泛化能力和识别准确率。

    基于贝叶斯网络的谵妄发生概率的预测方法、系统及设备

    公开(公告)号:CN119889692A

    公开(公告)日:2025-04-25

    申请号:CN202411971532.X

    申请日:2024-12-30

    Abstract: 本发明涉及生物医学技术领域,具体涉及一种基于贝叶斯网络的谵妄发生概率的预测方法、系统及设备。该方案利用贝叶斯网络来构建冠状动脉旁路移植术后谵妄发生概率的预测模型,其能够充分捕捉影响冠状动脉旁路移植术后谵妄发生概率的指标项之间的复杂相互作用,使得构建的预测模型能够处理冠状动脉旁路移植术后谵妄发生概率这种多因素驱动的复杂临床问题。且构建出来的预测模型的结构简单、可解释性好,从而为临床中的风险预测和决策提供一个稳健且适应性强的框架,能够精准地预测进行发生谵妄的概率。由此实现对冠状动脉旁路移植术后谵妄高风险患者进行早期识别,使得医护人员能够通过预测结果来优化围术期管理。

    一种基于自适应波束分裂的宽带混合预编码方法及其装置

    公开(公告)号:CN115603784B

    公开(公告)日:2024-08-02

    申请号:CN202211242802.4

    申请日:2022-10-11

    Applicant: 安徽大学

    Abstract: 本发明公开了一种基于自适应波束分裂的宽带混合预编码方法及其装置。所述宽带混合预编码方法包括:针对太赫兹大规模MIMO系统,在经典混合预编码结构中的每个移相器和相应天线之间额外增加一个延时器;在波束追踪中通过所述延时器增加波束分裂程度,并通过模拟预编码的确定将每个射频链路的波束分裂成数个子波束;在波束聚合中通过所述延时器减少波束分裂程度,并通过相应模拟预编码的确定将每个射频链路上自然分裂的数个子波束进行相应用户物理方向的聚合。本发明通过精确设计延时器的时延和移相器的相移,可生成覆盖范围灵活可控的宽带波束,仿真结果验证了所提预编码能够实现对多移动用户的快速追踪和高能量效率通信。

    SCMA-D2D网络低复杂度编解码方法、装置及设备

    公开(公告)号:CN117014103A

    公开(公告)日:2023-11-07

    申请号:CN202310694835.0

    申请日:2023-06-12

    Applicant: 安徽大学

    Abstract: 本发明涉及混合网络编解码技术,揭露了一种SCMA‑D2D网络低复杂度编解码方法、装置及设备,该方法包括:根据SCMA蜂窝用户与D2D用户的用户信息以及频谱资源块生成连接因子矩阵,根据连接因子矩阵生成连接因子图;根据连接因子图构建码字生成器,利用码字生成器计算用户信息对应的码字;根据用户信息对应的码字及频谱资源块生成混合网络信号数据;将经过高斯信道传输后的混合网络信号数据输入中继网络中,得到中继信号数据,并广播至SCMA蜂窝用户及D2D用户对应的接收端;在接收端接收到中继信号数据后,利用多用户分类解码器对中继信号数据进行解码,得到解码信息。本发明可以提高多用户解码的精度同时降低编解码的复杂度。

    大规模MIMO系统信号检测方法、系统、基站及存储介质

    公开(公告)号:CN113098571A

    公开(公告)日:2021-07-09

    申请号:CN202110330579.8

    申请日:2021-03-23

    Applicant: 安徽大学

    Abstract: 本发明提供一种大规模MIMO系统信号检测方法、系统、基站及存储介质,所述检测方法包括对第一初始信号进行主动禁忌搜索检测,以获取初始估计向量;根据所述初始估计向量消除所述第一初始信号中的干扰信号,以获取第二初始信号;对所述第二初始信号进行消息传递检测以获取输出向量估计;根据所述输出向量估计对符号向量进行重构,以获取符号向量重构值;将所述符号向量重构值作为主动禁忌搜索的输入进行迭代操作,迭代结束后的最终的所述符号向量重构值作为检测结果输出。利用本发明,可以改善RTS算法在高阶调制下性能不佳的情况,且拥有更低的复杂度。

Patent Agency Ranking