-
公开(公告)号：CN114743673B
公开(公告)日：2024-03-19
申请号：CN202210293525.3
申请日：2022-03-23
申请人： 清华大学 , 北京智源人工智能研究院
摘要： 本发明提供一种妊娠糖尿病的健康管理方法、装置及电子设备，其中妊娠糖尿病的健康管理方法，包括：获取目标用户的个人基本信息和运动禁忌信息；基于个人基本信息和运动禁忌信息，向目标用户推送饮食配餐方案和孕期运动策略。本发明能够通过与目标用户发生交互的方式，向目标用户推送饮食配餐方案和孕期运动策略，实现了目标用户的主动健康管理目的，为目标用户提供及时的专业饮食指导和专业运动指导，从而大幅降低了妊娠糖尿病患者并发症出现几率，改善了妊娠糖尿病患者的妊娠结局，并提升了妊娠糖尿病发病的预防效果。
-
公开(公告)号：CN114743640A
公开(公告)日：2022-07-12
申请号：CN202210293513.0
申请日：2022-03-23
申请人： 清华大学 , 北京智源人工智能研究院
摘要： 本发明提供一种菜单获取方法、装置、电子设备及存储介质，其中，菜单获取方法包括：获取用户的个人健康信息以及营养饮食图谱；基于所述个人健康信息，得到关于所述用户的摄入热量，以及基于所述个人健康信息和所述营养饮食图谱，得到关于所述用户的饮食营养要求；基于所述摄入热量，在菜品数据库中确定满足所述饮食营养要求的菜品组合，并输出所述菜品组合得到关于所述用户的菜单。通过本发明的菜单获取方法，可以根据用户的自身健康状况以及用户所需营养结构，为用户个性化推送菜品组合。
-
公开(公告)号：CN114783567A
公开(公告)日：2022-07-22
申请号：CN202210295469.7
申请日：2022-03-23
申请人： 清华大学 , 北京智源人工智能研究院
摘要： 本发明提供一种菜单推送方法、装置、电子设备及存储介质，其中，所述方法包括：基于用户的饮食信息确定候选菜品集合，其中，候选菜品集合中至少包括满足用户口味的菜品、符合用户饮食习惯的菜品以及随机菜品；对候选菜品集合中各候选菜品进行随机组合，得到候选菜品组合；获取用户的个人健康信息以及健康管理要求，并基于个人健康信息以及健康管理要求确定饮食要求；基于饮食要求对候选菜品组合进行筛选，得到筛选后候选菜品组合；基于饮食信息，在筛选后候选菜品组合确定菜品组合推优顺序，并基于推优顺序对筛选后候选菜品组合进行推送。通过本发明，可以个性化得为用户推荐满足健康要求且符合用户口味、饮食习惯的多样性的菜品组合。
-
公开(公告)号：CN118098433A
公开(公告)日：2024-05-28
申请号：CN202410139067.7
申请日：2024-01-31
申请人： 清华大学 , 北京智源人工智能研究院
IPC分类号： G16C20/70 , G06N5/022 , G06F18/213 , G06F18/25 , G06N20/00
摘要： 本发明提供多模态生物医药数据的处理方法和装置，包括：获取多模态输入数据，所述多模态输入数据包括相互对应的分子结构数据、知识图谱数据以及文本数据；采用预先构建的多维度分子编码模型对所述分子结构数据进行编码处理，得到结构特征表示；采用预先构建的知识图谱编码模型对所述知识图谱数据进行编码处理，得到知识特征表示；采用预先构建的文本编码模型对所述文本数据进行编码处理，得到文本特征表示；对所述结构特征表示、所述知识特征表示和所述文本特征表示进行融合处理，得到融合特征表示；基于所述融合特征表示，对多种下游任务进行处理。本发明使用MoE混合不同的分子编码器，选择最合适的编码器以适配不同下游任务，通用性好。
-
公开(公告)号：CN114758749B
公开(公告)日：2023-08-25
申请号：CN202210293527.2
申请日：2022-03-23
申请人： 清华大学 , 北京智源人工智能研究院
IPC分类号： G16H20/60 , G16H50/70 , G06F18/25 , G06F16/36 , G06F16/35 , G06F16/31 , G06F40/279 , G06F16/242 , G06F16/901
摘要： 本发明提供一种基于妊娠期的营养饮食管理图谱创建方法及装置，其中方法包括：获取与妊娠糖尿病相关的目标结构化数据和目标非结构化数据；基于所述目标结构化数据，确定所述妊娠糖尿病的症状及与所述症状具有关联关系的营养饮食信息，并基于所述症状和所述营养饮食信息，创建妊娠期的营养饮食管理图谱本体；识别所述目标非结构化数据中与所述症状和/或所述营养饮食信息匹配的目标实体关系；将所述营养饮食管理图谱本体和所述目标实体关系进行融合处理，生成妊娠糖尿病营养饮食管理图谱。使用本发明能够为妊娠用户针对性的提供直观系统的科学饮食指导，降低了营养饮食方案的获取成本，从而大幅提升了妊娠期营养饮食的管理效果。
-
公开(公告)号：CN114758749A
公开(公告)日：2022-07-15
申请号：CN202210293527.2
申请日：2022-03-23
申请人： 清华大学 , 北京智源人工智能研究院
IPC分类号： G16H20/60 , G16H50/70 , G06K9/62 , G06F16/36 , G06F16/35 , G06F16/31 , G06F40/279 , G06F16/242 , G06F16/901
摘要： 本发明提供一种基于妊娠期的营养饮食管理图谱创建方法及装置，其中方法包括：获取与妊娠糖尿病相关的目标结构化数据和目标非结构化数据；基于所述目标结构化数据，确定所述妊娠糖尿病的症状及与所述症状具有关联关系的营养饮食信息，并基于所述症状和所述营养饮食信息，创建妊娠期的营养饮食管理图谱本体；识别所述目标非结构化数据中与所述症状和/或所述营养饮食信息匹配的目标实体关系；将所述营养饮食管理图谱本体和所述目标实体关系进行融合处理，生成妊娠糖尿病营养饮食管理图谱。使用本发明能够为妊娠用户针对性的提供直观系统的科学饮食指导，降低了营养饮食方案的获取成本，从而大幅提升了妊娠期营养饮食的管理效果。
-
公开(公告)号：CN114743673A
公开(公告)日：2022-07-12
申请号：CN202210293525.3
申请日：2022-03-23
申请人： 清华大学 , 北京智源人工智能研究院
摘要： 本发明提供一种妊娠糖尿病的健康管理方法、装置及电子设备，其中妊娠糖尿病的健康管理方法，包括：获取目标用户的个人基本信息和运动禁忌信息；基于个人基本信息和运动禁忌信息，向目标用户推送饮食配餐方案和孕期运动策略。本发明能够通过与目标用户发生交互的方式，向目标用户推送饮食配餐方案和孕期运动策略，实现了目标用户的主动健康管理目的，为目标用户提供及时的专业饮食指导和专业运动指导，从而大幅降低了妊娠糖尿病患者并发症出现几率，改善了妊娠糖尿病患者的妊娠结局，并提升了妊娠糖尿病发病的预防效果。
-
公开(公告)号：CN116431830A
公开(公告)日：2023-07-14
申请号：CN202310394248.X
申请日：2023-04-13
申请人： 清华大学
IPC分类号： G06F16/36 , G06F18/25 , G06F18/213 , G06F18/214 , G16C20/70 , G16C20/30 , G16B15/30 , G16B40/00
摘要： 本发明提供一种多模态生物医药数据的表征学习方法及装置，其中的方法包括：获取多模态输入数据，多模态输入数据包括生物分子结构数据及其对应的知识图谱数据和文本数据；将多模态输入数据输入至预先训练的多模态生物医药模型，得到融合特征表示；基于融合特征表示，对多种下游预测任务进行预测，其中，多模态生物医药模型包括生物分子结构编码器、图谱编码器、文本编码器以及多模态编码器，通过根据训练样本数据集进行自监督预训练优化得到。该方法利用多模态生物医药模型学习多模态输入数据的表征，使得到的融合特征表示能够应用于多种下游预测任务，实现了多模态生物医药数据的特征融合，同时提高了下游预测任务的预测精度。
-
公开(公告)号：CN116434834A
公开(公告)日：2023-07-14
申请号：CN202310396881.2
申请日：2023-04-13
申请人： 清华大学
IPC分类号： G16B30/00 , G16B40/00 , G06F18/214 , G06F18/24 , G06F18/22 , G06N3/04 , G06N3/08 , G06N3/098
摘要： 本发明提供一种基于单细胞RNA测序数据的基因表达表示学习方法和装置，包括：获取目标单细胞的RNA测序数据；利用预存的表示学习模型，对所述RNA测序数据进行全局特征提取，以得到所述目标单细胞的基因表达向量；其中，所述表示学习模型，是对单细胞RNA测序数据集进行多任务联合学习得到的；所述多任务至少包括掩码学习任务、分类任务和对比学习任务中的两个。本发明对单细胞RNA测序数据中的全局信息直接进行特征提取，提升了单细胞基因表达的准确性。
-
公开(公告)号：CN116431829A
公开(公告)日：2023-07-14
申请号：CN202310394216.X
申请日：2023-04-13
申请人： 清华大学
IPC分类号： G06F16/36 , G06F18/25 , G06F18/213 , G06F18/214 , G16C20/70 , G16C20/30 , G16B15/30 , G16B40/00
摘要： 本发明提供一种多模态生物医药数据的处理方法及装置，其中的方法包括：获取多模态输入数据；对分子结构数据、知识图谱数据以及文本数据分别进行编码处理，得到相应的结构特征表示、知识特征表示以及文本特征表示；对结构特征表示、知识特征表示以及文本特征表示进行融合处理，得到融合特征表示；基于融合特征表示，对多种下游预测任务进行预测。该方法采用特征融合的方式处理学习到的分子结构数据、知识图谱数据以及文本数据的特征表示，使得到的融合特征表示能够支持多种下游预测任务，实现了多模态生物医药数据的特征融合，提高了下游预测任务的预测精度。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.051 秒)
