-
公开(公告)号:CN119339917B
公开(公告)日:2025-05-06
申请号:CN202411382188.0
申请日:2024-09-30
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G16H50/20 , A61B5/00 , G16H20/90 , G06F18/214 , G06F18/213 , G06F18/25 , G06F18/24 , G06N3/045 , G06N3/048 , G06N3/084 , G06F18/23 , G06F40/284
Abstract: 本发明涉及一种基于协同过滤的中医证素预测方法,属于医疗信息处理技术领域,解决了现有技术中证素预测准确性低的问题。方法包括:获取患者的症状描述信息和对应的证候及证素构建训练样本集;构建多任务神经协同过滤网络,基于所述训练样本集训练所述多任务神经协同过滤网络,得到训练好的证素预测模型;所述多任务包括证素预测任务和证候预测任务将待预测患者的症状描述信息输入训练好的证素预测模型得到患者的证素预测结果。实现了准确高效的证素预测。
-
公开(公告)号:CN119339918B
公开(公告)日:2025-04-11
申请号:CN202411382189.5
申请日:2024-09-30
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G16H50/20 , A61B5/00 , G16H20/90 , G06F18/214 , G06F18/23 , G06N3/0895 , G06N3/0455 , G06N3/048 , G06N3/084 , G06F40/284 , G06F40/30
Abstract: 本发明涉及一种基于自监督学习的中医证候预测模型预训练方法和系统,属于医疗保健信息处理技术领域,解决了现有技术中特征提取不准确的问题。方法包括以下步骤:收集患者症状描述信息,基于获取的患者症状描述信息构建症状语料库及训练样本集;基于所述症状语料库对所述训练样本集中的每条原始样本进行数据增强,生成每条原始样本对应的合成正样本和合成负样本;构建自监督学习模型,基于增强后的训练样本集对所述自监督学习模型进行预训练,得到中医证候预测预训练模型。实现了更准确的特征提取,提高后续任务的性能。
-
公开(公告)号:CN119339917A
公开(公告)日:2025-01-21
申请号:CN202411382188.0
申请日:2024-09-30
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G16H50/20 , A61B5/00 , G16H20/90 , G06F18/214 , G06F18/213 , G06F18/25 , G06F18/24 , G06N3/045 , G06N3/048 , G06N3/084 , G06F18/23 , G06F40/284
Abstract: 本发明涉及一种基于协同过滤的中医证素预测方法,属于医疗信息处理技术领域,解决了现有技术中证素预测准确性低的问题。方法包括:获取患者的症状描述信息和对应的证候及证素构建训练样本集;构建多任务神经协同过滤网络,基于所述训练样本集训练所述多任务神经协同过滤网络,得到训练好的证素预测模型;所述多任务包括证素预测任务和证候预测任务将待预测患者的症状描述信息输入训练好的证素预测模型得到患者的证素预测结果。实现了准确高效的证素预测。
-
公开(公告)号:CN119225605A
公开(公告)日:2024-12-31
申请号:CN202411432710.1
申请日:2024-10-14
Applicant: 北京大学 , 北京大学重庆大数据研究院 , 北京无疆脑智科技有限公司
IPC: G06F3/04845 , G06F3/16 , G06N3/0442 , G06N3/08
Abstract: 本申请公开了一种数据处理设备及方法、非易失性存储介质、电子设备。其中,该设备包括:人机交互装置,用于展示人机交互界面,其中,人机交互界面中包括:按照第一预设时间间隔显示的目标图形;声音释放装置,用于接收并响应于声音释放指令,以按照第二预设时间间隔释放目标声音;采集装置,获取多个测试对象中的每个测试对象在测试时间内,于人机交互界面中输入的响应于目标图形的第一点击行为,以及响应于目标声音的第二点击行为;处理器,用于将第一点击行为以及第二点击行为确定为深度学习模型的训练样本。本申请解决了由于相关技术未选择适合的训练数据,作为用于评估注意缺陷多动障碍模型的训练数据,造成的模型预测精度较低的技术问题。
-
公开(公告)号:CN119049643A
公开(公告)日:2024-11-29
申请号:CN202411034223.X
申请日:2024-07-30
Applicant: 北京大学 , 北京大学重庆大数据研究院
Abstract: 本发明公开了一种处方数据处理方法、装置、非易失性存储介质及电子设备。其中,该方法包括:获取目标对象的临床诊断数据;在预设药物数据库中查询与临床诊断数据具有治疗关系的至少一个预设药物,其中,预设药物数据库通过记录至少一个预设药物的药物数据,三元组至少包括:与预设药物具有治疗关系的临床诊断数据,和与预设药物具有计量用法关系的预设剂量用法数据;在至少一个预设药物中选择至少一个目标药物,并在预设药物数据库中查询与目标药物具有剂量用法关系的目标剂量用法数据;依据至少一个目标药物和目标剂量用法数据,生成目标对象的处方数据。本发明解决了现有技术无法确保处方安全性的技术问题。
-
公开(公告)号:CN117435993A
公开(公告)日:2024-01-23
申请号:CN202311443629.9
申请日:2023-11-01
Applicant: 北京大学 , 北京大学重庆大数据研究院
IPC: G06F18/2415 , A61B5/369 , G06F18/213 , G06N3/0464 , G06N3/084 , G06N3/094
Abstract: 本发明涉及一种基于数据增强和对抗优化的跨病人癫痫脑电信号分类方法,属于癫痫检测技术领域,解决了现有技术中癫痫跨病人脑电信号分类方法准确率和效率低的问题。方法包括以下步骤:获取脑电信号片段,对其中的癫痫发作期脑电信号片段进行数据增强,基于数据增强后的脑电信号片段构建训练样本集;构建跨病人癫痫脑电信号分类模型,采用对抗优化策略基于所述训练样本集对所述跨病人癫痫脑电信号分类模型进行训练,得到训练好的跨病人癫痫脑电信号分类模型;将待分类脑电信号输入训练好的跨病人癫痫脑电信号分类模型得到待分类脑电信号的分类结果。实现了快速准确的跨病人癫痫患者脑电信号分类。
-
-
-
-
-