-
公开(公告)号：CN119650049A
公开(公告)日：2025-03-18
申请号：CN202510186339.3
申请日：2025-02-20
Applicant: 河北工程大学
IPC: G16H50/20 , G16H50/70 , G06N3/048 , G06N3/0499 , G06F18/21 , G06F18/214 , G06F18/243 , A61B5/00
Abstract: 本发明属于深度学习技术领域，公开了一种宫颈上皮内瘤变风险预测模型及其构建方法、电子设备和存储介质，方法包括：数据样本采集步骤；数据分析步骤，筛选出原始显著特征；将原始显著特征作为输入数据构建决策树模型，得到每个样本的预测结果；将预测结果作为新显著特征提取出来；将原始显著特征与新显著特征合并为一个扩展特征集，使用扩展特征集对人工神经网络模型进行训练，得到宫颈上皮内瘤变风险预测模型。本发明通过集成决策树和人工神经网络，结合临床筛查指标，实现了宫颈上皮内瘤变风险评估，提高了预测的准确性和鲁棒性，大大提高了临床诊断效率。
-
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。
-
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。
-
-
Search Results
3
records
(took 0.014 seconds)
