公开(公告)号：CN116172569A

公开(公告)日：2023-05-30

申请号：CN202310147732.2

申请日：2023-02-15

Applicant: 中国科学技术大学

Inventor： 程明月 ,  刘淇 ,  陈恩红 ,  罗彧淙

IPC: A61B5/318 ,  G06N20/10 ,  A61B5/346 ,  A61B5/00

Abstract: 本发明公开了一种基于随机卷积的心电分类方法，包括：步骤1、从外部设备获取心电信号数据，并进行数据预处理；步骤2、初始化大量随机的卷积核用于后续的卷积运算以提取心电信号的特征；步骤3、利用生成的随机卷积核对采集到的心电数据进行特征抽取；步骤4、利用得到的心电信号特征表征训练机器学习分类器，进而对后续输入心电信号完成分类。该基于随机卷积的心电分类方法能够在保证计算轻量级的条件下同时满足特征的自动抽取，提高了心电分类任务的完成效率，取得了更好的分类效果。

公开(公告)号：CN117095827A

公开(公告)日：2023-11-21

申请号：CN202311028117.6

申请日：2023-08-15

Applicant: 中国科学技术大学

Inventor： 程明月 ,  刘淇 ,  陈恩红 ,  罗彧淙 ,  毛清扬 ,  张如娇 ,  蒋浚哲

IPC: G16H50/70 ,  G06F16/332 ,  G06N3/092 ,  G06N3/0895

Abstract: 本发明公开一种麻醉大模型训练方法和设备。该麻醉大模型训练方法包括：步骤1、选择一个高质量的通用基座语言大模型作为训练起点；步骤2、创建麻醉QA数据集，并对其进行数据预处理；步骤3、首先使用LoRA技术降低对微调大型模型所需的显存的需求，然后进行微调，在新的任务或领域上训练模型，并且只更新低秩自适应层的权重，同时保持预训练模型的权重固定；最后进行推理，将微调得到的LoRA权重与原始模型权重进行融合，并且保持原始模型的架构不变；步骤4、对步骤3微调后的大模型进行人工反馈的强化学习调整，获得一个准确评估大模型输出的奖励模型；步骤5、对麻醉大模型进行效果评估。该麻醉大模型训练方法大大提升了麻醉大模型的性能和准确性。