-
Patent Agency Ranking
公开(公告)号：CN112133450B
公开(公告)日：2022-08-23
申请号：CN202010841630.7
申请日：2020-08-20
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于决策树分层的药品不良反应数据遮蔽效应消除的方法，所述方法以中国药品不良反应即ADR报告数据为基础，研究基于决策树分层的药品不良反应数据遮蔽效应消除的问题，设计了基于标准库的评价指标并构建了实现多级分层的决策树，以MHRA信号检测方法来比较分层前后数据集信号检测的差异性，最终给出了实现削减药品不良反应数据遮蔽效应的基于决策树的多级分层策略。本发明为中国药品不良反应报告进行信号检测中数据遮蔽效应的消除提供了一种可参考方法。
-
公开(公告)号：CN110782997A
公开(公告)日：2020-02-11
申请号：CN201910940526.0
申请日：2019-09-30
Applicant: 南京邮电大学
Abstract: 本发明提出了一种用于上市后药品风险自动识别的风险评估模型，所述方法以我国药品不良反应ADR西药报告数据为基础，以FA：ADR发生率、FB：ADR伤害指数、FC：ADR覆盖率、FD：ADR严重程度四个指标建立综合评价指标。将药品风险值FADR定义为上述四个指标的加权和，FADR=αFA+βFB+γFC+δFD，利用人工蜂群算法ABC算法在我国ADR监测数据中进行仿真实验，约束条件为α+β+γ+δ=1，且α，β，γ，δ∈（0，1），求得各个权重的最优解和最终的药品风险值FADR。本发明为上市后药品安全监测与管理提供了一种用于药品风险量化表示的方法，为后期非处方药和处方药的类别转化提供一个方便可靠的自动识别的参考模型。
-
公开(公告)号：CN110175631A
公开(公告)日：2019-08-27
申请号：CN201910352469.4
申请日：2019-04-28
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于共同学习子空间结构和聚类指示矩阵的多视图图像聚类方法，该方法包括如下步骤：S1：获取多视图图像数据；S2：对给定多视图图像数据进行子空间学习，得到多视图子空间表示、连续指示矩阵、离散指示矩阵；S3：对多视图子空间表示、连续指示矩阵、离散指示矩阵进行迭代更新，得到更新后的多视图子空间表示；S4：应用所述S3步骤得到的多视图子空间表示构造邻接矩阵；S5：应用所述S4步骤得到的邻接矩阵，调用谱聚类算法，得到聚类结果。与已有的多视图聚类方法相比，大量的实验结果证明该方法可以显著提高收敛速率和聚类性能。
-
公开(公告)号：CN109034182A
公开(公告)日：2018-12-18
申请号：CN201810567969.5
申请日：2018-06-04
Applicant: 南京邮电大学
IPC: G06K9/62
CPC classification number: G06K9/6276
Abstract: 本发明公开了一种基于属性约束的零样本图像识别新方法，本方法利用正太分布虚拟出已知类别训练样本的真实属性来减少其属性噪声问题带来的影响，其次基于编码器‑解码器模型在已知类别训练样本和待测试未知类别样本上共同学习一个属性预测器达到有效减少语义迁移影响的目的，最后通过最近邻分类器获得待测试未知类别样本的标签。与现有的其他零样本图像识别方法相比，我们的方法在识别率上取得显著提高。
-
公开(公告)号：CN110767319A
公开(公告)日：2020-02-07
申请号：CN201910940779.8
申请日：2019-09-30
Applicant: 南京邮电大学
IPC: G16H70/40
Abstract: 本发明揭示了一种用于联合用药不良反应信号检测的方法，包括如下步骤：S1、数据获取与处理，获取ADR原始数据并进行数据处理；S2、联合用药不良反应已知数据获取、规范，通过公开可搜索数据库获取数据作为结果评估标准的对照库；S3、联合用药新药整合，将联合用药报告中报告编码相同的数据中的两种药品处理为A+B格式作为一种新药；S4、生成新数据集，合并单独用药数据与联合用药新药数据；S5、信号检测，利用MHRA+算法进行数据挖掘与分析；S6、检测信号评价，提取输出结果中表示为A+B→ADR的信号与已知库对照，评价结果的有效性。本发明将联合用药看做一种新药联合报告数据作为联合用药数据集能够有效地度量联合用药的药品与不良反应的相关性，用于联合用药不良反应信号检测。
-
-
-
-
Search Results
15
records
(took 0.031 seconds)
