-
公开(公告)号：CN119003555A
公开(公告)日：2024-11-22
申请号：CN202411035302.2
申请日：2024-07-31
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F16/24 , G06N5/025 , G06F16/2452 , G06N3/0455 , G06N3/0442 , G06N3/042 , G06F16/2453
Abstract: 本发明提供了一种中医药科研情报平台构建与应用方法及相应的计算机程序产品，通过对中医药科研领域知识模型的研究，理清中医药科研情报知识库中主要实体及其关系；在知识模型的基础上以情报资源为范例，为有需求的中医药科研人员提供具有多种探索模型的个性化、定制化情报服务。此外，本发明能够以用户友好的方式主动识别用户的自然语言提问，给出相应的中医药科研情报知识，并且重点关注查询语句中匹配语句排序的先后顺序，并根据试验性查询结果进行相应的调整，提高中医药科研情报知识检索的准确率和效率。
-
公开(公告)号：CN108597621B
公开(公告)日：2024-03-22
申请号：CN201810747015.2
申请日：2018-07-09
Applicant: 中国中医科学院中医药信息研究所
Abstract: 基于中医理论的健康状态监控装置、系统及方法，通过摄像头获取监控用户的面部图像数据和舌质图像数据；通过气味扫描仪获取监控用户的气味信息；通过电声学仪获取监控用户的声音信息；调用显示模块对监控用户通过触控显示屏进行健康问卷调查；通过脉诊仪获取监控用户的脉搏波数据；调用数据编码模块，通过神经网络数据编码算法进行数据特征编码；根据中医健康及诊疗决策知识库对监控用户进行疾病诊断和处方推荐；调用结果鉴别模块通过对抗强化学习算法对健康状态监控结果进行鉴别；调用结果评价模块根据专家预设规则对健康状态监控结果进行评价。本发明实现对用户的健康状态监控，无需中医人员全程参与，成本低，使更多的人能够享受中医服务。
-
公开(公告)号：CN116705338B
公开(公告)日：2023-12-08
申请号：CN202310990444.3
申请日：2023-08-08
Applicant: 中国中医科学院中医药信息研究所 , 北京林业大学
Abstract: 本发明提供一种基于规则和路径的中医药多模态知识图谱推理方法和装置，涉及知识图谱推理技术领域，该方法包括：根据中医药多模态知识图谱中的目标规则对中医药多模态知识图谱中的目标路径进行组合，生成中医药多模态知识图谱的目标三元组；根据中医药多模态知识图谱的目标三元组、中医药多模态知识图谱中的实体图像嵌入表示、中医药多模态知识图谱中的实体描述信息嵌入表示、中医药多模态知识图谱中的实体类别嵌入表示，生成基于规则和路径的中医药多模态知识图谱推理模型；嵌入表示用于创建向量表示；根据中医药多模态知识图谱推理模型，进行中医药多模态知识的推理。本发明基于中医药多模态知识图谱推理模型可以有效的提
-
公开(公告)号：CN117045200A
公开(公告)日：2023-11-14
申请号：CN202311063425.2
申请日：2023-08-22
Applicant: 中国中医科学院中医药信息研究所
Abstract: 本发明公开了一种全自动中医脉诊采集装置，底板设置在支架组件的下端，电动推杆的固定端设置在支架组件的上端，电动推杆的伸缩端朝下延伸且安装有传感器座，传感器座的下表面间隔设置有三个压力传感器；传感器座的正下方设置有腕托，腕托的后侧设置有臂托组件，腕托的前方间隔设置有把手；电动推杆及压力传感器均与控制器电连接。达到的技术效果为：本方案中采用自动升降结构、自动控制等技术，模拟中医三指在“寸”、“关”、“尺”位置的脉象数据采集，并基于压力传感器和高精度的运动控制实现“浮”、“中”、“沉”不同力度，提高脉象信息采集的完整性和精确度。
-
公开(公告)号：CN116955718A
公开(公告)日：2023-10-27
申请号：CN202310929844.3
申请日：2023-07-27
Applicant: 中国中医科学院中医药信息研究所 , 中央民族大学
IPC: G06F16/901 , G06F16/9536 , G06F16/9535 , G06F18/25
Abstract: 本发明公开了一种基于图论和大数据的中医药学者学术影响力评价模型，包括数据预处理模块，所述数据预处理模块的下一阶段为构建学术影响力网络模块，所述构建学术影响力网络模块的下一阶段为优化和应用PageRank算法模块，所述优化和应用PageRank算法模块的下一阶段为优化和应用HITS算法模块，本技术通过融合多源数据，对各种类型和形式的数据进行有效整合。该技术不仅处理来自传统学术数据库的数据，如学者的发表论文数量、被引用次数、合作关系等，而且还能处理来自新兴的社交媒体的数据，如学者的社交媒体关注者数量、点赞次数等。这种多源数据融合的能力，使我们可以从更多的角度和维度来评估学者的学术影响力，从而使评价结果更加全面和准确。
-
Patent Agency Ranking
公开(公告)号：CN116564534A
公开(公告)日：2023-08-08
申请号：CN202310347923.3
申请日：2023-04-03
Applicant: 北京林业大学 , 中国中医科学院中医药信息研究所
IPC: G16H50/70 , G06F18/23213 , G06F18/24 , G06N3/0464 , G06N3/08 , G06F17/16 , G06N3/048
Abstract: 本发明提供一种中医临床数据的多视图聚类方法、装置及电子设备，涉及计算机技术领域，方法包括：从N个目标对象的中医临床数据中，获取N个目标对象对应的多视图信息，多视图信息为中医临床数据中从至少两个角度对目标对象进行描述的信息；确定多视图信息对应的特征矩阵和邻接矩阵；将特征矩阵和邻接矩阵输入至预先设置的多视图图卷积编码模型中，得到多视图图卷积编码模型输出的N个目标对象对应的特征表示；将各特征表示输入至预先设置的聚类模型中，得到聚类模型输出的聚类结果，聚类结果用于表征N个目标对象的中医临床数据之间的关系。本发明有效提高了聚类分析的效果，例如提高了聚类分析的准确性。
-
公开(公告)号：CN116525070A
公开(公告)日：2023-08-01
申请号：CN202310258307.0
申请日：2023-03-17
Applicant: 中国中医科学院中医药信息研究所 , 李萌
IPC: G16H20/90 , G06F18/23213
Abstract: 本发明公开了基于灰色关联模型的方剂配伍分析方法，其包括：采用灰色关联度来衡量药物的重要程度，再采用Kmeans聚类进行组方，进而为方剂配伍提供新的研究方案，具体涉及以下步骤(1)确定参考序列；(2)确定△i(k)；(3)计算关联系数；(4)计算灰色关联度；(5)聚类分析方剂配伍提供新的研究方案。与现有技术相比，本申请将方剂潜在规律显性化，开阔了中医治疗思路。根据部分已知规律探求方剂“宏观配伍”规律，研究结果具有组间差异性大、组内差异小的优点，较好地补充了目前研究方法的不足；预测可能的新方剂，具有一定的临床参考价值，也可为新药研发提供数据基础；可以找出相似作用的其他药物，为替代中药的合理应用提供解决方案。
-
公开(公告)号：CN115409036B
公开(公告)日：2023-05-12
申请号：CN202210976806.9
申请日：2022-08-15
Applicant: 中国中医科学院中药研究所 , 中国中医科学院中医药信息研究所
Abstract: 本发明涉及自然语言处理技术领域，特别是指一种基于双模式的中医古籍文本实体关系抽取方法及装置。方法包括：获取待抽取的中医古籍文本；确定中医古籍文本中各实体的实体类型；根据预设的关键词判定规则，确定中医古籍文本中的关键词，其中，关键词至少包括加药关键词、减药关键词、合方关键词、禁忌关键词、强关联关键词以及文本切片关键词；基于各实体的实体类型以及关键词，在中医古籍文本中抽取实体组合；基于实体组合进行实体关系抽取，并实例化为关系三元组，关系三元组由两个实体和两个实体之间的实体关系组成；将关系三元组以图数据库的形式存储起来。采用本发明，可以提高中医古籍文本实体关系抽取的准确性。
-
公开(公告)号：CN107665287B
公开(公告)日：2023-05-05
申请号：CN201610602357.6
申请日：2016-07-27
Applicant: 中国中医科学院中医药信息研究所
IPC: G16C20/70
Abstract: 本发明提供了一种用于识别衍化关系的方法和装置，其中包括输入第一方剂和第二方剂的组成成分、剂量和成方时间；判断第二方剂的成方时间是否晚于第一方剂的成方时间并且第二方剂包括第一方剂的组成成分；基于第一方剂和第二方剂的组成成分和剂量分别获得第一方剂和第二方剂的共同药物贡献度、归经相似度和功效语义距离；基于共同药物贡献度、归经相似度和功效语义距离判断方剂间是否存在衍化关系以及输出是否存在衍化关系的结果。该方法和装置可以更加精确和合理地判断方剂间是否存在衍化关系。
-
公开(公告)号：CN115618745B
公开(公告)日：2023-03-21
申请号：CN202211462889.6
申请日：2022-11-21
Applicant: 中国中医科学院中医药信息研究所
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明属于深度学习大数据医疗技术领域，具体涉及一种生物网络交互构建方法，包括建立无向连接网络图G；对无向连接网络图G进行初步处理：将不同层级的邻居节点的信息聚合到源节点上，生成广域的源节点表征向量；从原始网络图G中为每一个源节点构建出特异性子图，学习源节点的特异性表征向量；基于和，预测任意两个节点之间存在的交互关系。本发明根据部分信息，不仅能准确预测已经存在的节点之间交互关系，同时还能预测出未知交互关系，为后续生物医学探究提供方向。此外，能清晰展示深度模型是基于哪些邻居节点信息来推断这些交互关系，具有较高可靠性和鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.049 seconds)
