-
公开(公告)号：CN119361112B
公开(公告)日：2025-03-04
申请号：CN202411910883.X
申请日：2024-12-24
Applicant: 河北工程大学
Abstract: 本发明公开了一种基于急救医疗资源需求紧迫程度的急救医疗站点选址方法，包括以下步骤：分别获取不同区域至与其最接近的急救医疗站点间的真实道路距离；使用两步移动搜索算法分别计算不同区域获得急救医疗资源的可达性，并从中选择未能获得急救医疗资源的区域；计算未能获得急救医疗资源的区域的需求紧迫程度Uk；采用遗传算法根据未能获得急救医疗资源的区域的需求紧迫程度和急救医疗站点可覆盖的未能获得急救医疗资源的区域的数量综合评定急救医疗站点的选址地址。本发明提高了整体的资源分配效率，确保即使在人口分布和需求强度发生变化的情况下，边远地区的急救医疗资源供应也不会受到忽视，从而提升了整体的公共健康和福祉水平。
-
Patent Agency Ranking
公开(公告)号：CN118277573B
公开(公告)日：2024-09-13
申请号：CN202410692198.8
申请日：2024-05-31
Applicant: 河北工程大学
IPC: G06F16/35 , G06F18/214 , G06F18/2431 , G06F18/27 , G06N3/045 , G06N3/092 , G16H50/70
Abstract: 本发明公开了一种基于ChatGLM模型的院前急救文本分类标注方法，包括：S1：获取院前急救病历的历史数据，数据预处理后得到院前急救文本，人工标注疾病ICD编码；S2：选择ChatGLM‑6B基准模型，冻结基准模型参数，分别引入P‑tuning v2可训练参数和Lora旁路进行模型微调；S3：利用微调模型完成待处理的院前急救病历的分类标注，得到疾病ICD编码。本发明还公开了一种电子设备、存储介质及计算机程序产品。本发明通过语言模型增强学习进行模型微调，提高了院前急救文本信息的分类标注准确性和专业性，为急危重症病人的疾病初诊提高了工作效率，实现精确识别和全面预测，具备广阔的应用前景。
-
公开(公告)号：CN119361112A
公开(公告)日：2025-01-24
申请号：CN202411910883.X
申请日：2024-12-24
Applicant: 河北工程大学
Abstract: 本发明公开了一种基于急救医疗资源需求紧迫程度的急救医疗站点选址方法，包括以下步骤：分别获取不同区域至与其最接近的急救医疗站点间的真实道路距离；使用两步移动搜索算法分别计算不同区域获得急救医疗资源的可达性，并从中选择未能获得急救医疗资源的区域；计算未能获得急救医疗资源的区域的需求紧迫程度Uk；采用遗传算法根据未能获得急救医疗资源的区域的需求紧迫程度和急救医疗站点可覆盖的未能获得急救医疗资源的区域的数量综合评定急救医疗站点的选址地址。本发明提高了整体的资源分配效率，确保即使在人口分布和需求强度发生变化的情况下，边远地区的急救医疗资源供应也不会受到忽视，从而提升了整体的公共健康和福祉水平。
-
公开(公告)号：CN118626647A
公开(公告)日：2024-09-10
申请号：CN202410799804.6
申请日：2024-06-20
Applicant: 河北工程大学
IPC: G06F16/35 , G06N3/0455 , G06N3/0499
Abstract: 本发明公开了一种基于改进BERT模型的医学急救文本分类方法，包括：对原始医学急救文本进行预处理，构建急救文本预处理数据集；构建KAN‑BERT分类模型，其中，在Transformer编码器中，使用科尔莫戈洛夫‑阿诺德网络将每个权重参数均设置为可学习的函数，使神经网络中的非线性由权重的可学习函数提供；利用急救文本预处理数据，对所述KAN‑BERT分类模型进行训练和验证；使用训练好的所述KAN‑BERT分类模型对待处理的急救文本预处理数据进行分类。本发明还提供了一种基于改进BERT模型的医学急救文本分类装置。该方法和装置能够提高医学急救文本数据分类的准确性和专业性。
-
公开(公告)号：CN118571434A
公开(公告)日：2024-08-30
申请号：CN202410448931.1
申请日：2024-04-15
Applicant: 河北工程大学
Abstract: 本发明公开了一种急救资源分布优化方法，主要包括如下步骤：按照目标行政区划内任一指定层级的所有子行政区划，获得所有该层级子行政区划的地域范围内、成功将病患送往任一急救站点的历史调度数据；计算所述子行政区划的病患到达急救站点的便利程度数值，并将便利程度数值作为可达性数据；基于映射后的可达性数据和历史调度数据获得差值数据集，并绘制等差热力图，以及进行空间聚类分析与可视化，以指导急救资源的分布优化。本发明的可达性模型可以更准确地预测用户选择的行为，从而提高模型的预测准确性，有利于急救资源的规划和决策。
-
公开(公告)号：CN118277573A
公开(公告)日：2024-07-02
申请号：CN202410692198.8
申请日：2024-05-31
Applicant: 河北工程大学
IPC: G06F16/35 , G06F18/214 , G06F18/2431 , G06F18/27 , G06N3/045 , G06N3/092 , G16H50/70
Abstract: 本发明公开了一种基于ChatGLM模型的院前急救文本分类标注方法，包括：S1：获取院前急救病历的历史数据，数据预处理后得到院前急救文本，人工标注疾病ICD编码；S2：选择ChatGLM‑6B基准模型，冻结基准模型参数，分别引入P‑tuning v2可训练参数和Lora旁路进行模型微调；S3：利用微调模型完成待处理的院前急救病历的分类标注，得到疾病ICD编码。本发明还公开了一种电子设备、存储介质及计算机程序产品。本发明通过语言模型增强学习进行模型微调，提高了院前急救文本信息的分类标注准确性和专业性，为急危重症病人的疾病初诊提高了工作效率，实现精确识别和全面预测，具备广阔的应用前景。
-
-
-
-
-
Search Results
6
records
(took 0.012 seconds)
