一种基于多图卷积融合的蒙医方剂推荐方法

    公开(公告)号:CN119274739A

    公开(公告)日:2025-01-07

    申请号:CN202411456595.1

    申请日:2024-10-18

    Abstract: 本发明公开了一种基于多图卷积融合的蒙医方剂推荐方法,通过构建基于多图卷积融合Transformer的蒙医方剂推荐模型,设计特征编码引入药物性味和用药时间,结合证候信息,构建多种关系图并使用图卷积捕获特征,融合得到药物和症状的综合表示,进而进行药物推荐。本发明的方法通过分析蒙医的特有药物“味性力效”特征、“性味组方”组方原则和“按时辰用药”用药方法,针对性的进行编码与处理,针对组方过程,设计了特殊的损失函数模拟蒙医组方过程,将药物推荐问题转化为药物推荐与组合问题,且针对蒙医组方原则进行深入研究,设计特殊正则化来模拟组方过程,将整个方案从简单的药物推荐变为药物推荐与药物组合,使其更加符合蒙医理论体系与临床实际。

    一种基于多波长LED激发的光声成像装置和方法

    公开(公告)号:CN118603895A

    公开(公告)日:2024-09-06

    申请号:CN202411046176.0

    申请日:2024-08-01

    Abstract: 本发明公开了一种基于多波长LED激发的光声成像装置和方法,涉及材料特性测定及可视化领域,以实现低成本、小体积、多波长、高精度的光声成像。本发明的LED模组的各LED阵列均由多个LED子阵成阵列排布而成,各LED子阵间的LED的波长不同,且各LED子阵的光功率位于同一区间。在上位机控制下,运动控制模组将超声换能器移动到指定位置,通过LED驱动电路驱动LED模组发出纳秒级脉冲光束作用到成像样品,利用光声信号采集模组采集并存储成像样品产生的超声信号,由上位机进行图像重建。本发明以低成本、小体积的LED作为激励源,并且LED阵列包含多波长、同功率的LED子阵,在纳秒级信号的控制下,实现了多波长、高精度成像。

    一种用于心血管疾病检查项目的推荐方法、设备和介质

    公开(公告)号:CN117976215A

    公开(公告)日:2024-05-03

    申请号:CN202410156013.1

    申请日:2024-02-04

    Abstract: 本发明公开了一种用于心血管疾病检查项目的推荐方法、设备和介质,通过获取患者历史数据,对历史数据进行预处理,得到样本集合数据;根据样本集合数据确定医疗项目的时间相关性;对当前检查项目和检查结果进行关联表示;采用门控循环单元和隐马可夫模型构建心血管检查项目推荐模型,结合样本集合数据、当前检查项目和检查结果的关联表示,对患者进行检查项目推荐。通过时间关联学习的方式,将患者的历史医疗记录采用表征学习方法进行表示。采用改进的门控循环单元捕捉历史病历信息与当前检查项目之间的转移关系,为心血管疾病患者推荐合理的检查方式,考虑了数据的关联性,提高了结果判断的准确性。

    一种基于信息融合的肌少症风险预测方法

    公开(公告)号:CN117438084A

    公开(公告)日:2024-01-23

    申请号:CN202311404661.6

    申请日:2023-10-27

    Abstract: 本发明属于肌少症预测技术领域,尤其是涉及一种基于信息融合的肌少症风险预测方法。本发明通过编码解码器实现不同筛查方式个性特征和潜在相似特征的提取,融合不同筛查方式的有效特征,避免出现信息冗余,有利于提高肌少症筛查的效率和准确性。本发明通过融合多个筛查方式的信息,可以得到丰富的信息;通过对筛查方式的特征提取中引入多种损失能够有效的预防融合过程中出现的信息冗余,并加强信息互补,有效的得到融合后的特征表示,提高肌少症风险预测的准确性。

    一种基于舌象特征的中药处方推荐方法

    公开(公告)号:CN116884567A

    公开(公告)日:2023-10-13

    申请号:CN202310871027.7

    申请日:2023-07-17

    Abstract: 本发明公开一种基于舌象特征的中药处方推荐方法,应用于计算机应用领域,针对现有技术基于舌象推荐的处方过程没有与现有的中药处方库信息进行结合,并且处方推荐过程中,剂量推荐未考虑关键的个人信息对于剂量的影响的问题;本发明采用多层卷积神经网络对舌象进行特征提取,提取特征通过全连接网络生成包含各类中药的概率向量,并根据已有中药处方数据库推荐相似处方对概率进行约束,生成处方中药信息;融合个人信息与舌像特征生成初始处方剂量信息,对初始剂量进行约束,生成处方剂量;通过LDA处方疗法模块生成处方疗法信息,将处方中药信息、疗法信息、剂量信息结合最终输出针对舌象的中药处方。

    一种跌倒碰撞伤害识别方法

    公开(公告)号:CN116704413A

    公开(公告)日:2023-09-05

    申请号:CN202310695249.8

    申请日:2023-06-13

    Abstract: 本发明公开了一种跌倒碰撞伤害识别方法,首先采集视频获取影像,对得到的影像数据进行预处理,提取骨架信息及局部关注区域,再分别进行人体动作流处理与局部图像流处理,得到动作特征与局部图像特征通过多层感知机进行融合,得到碰撞部位识别结果,最后对碰撞部位识别结果序列进一步挖掘,得到伤害严重程度分级结果。本发明的方法依赖普通的摄像监控设备以及计算机,通过人体姿态动作特征和局部关注区域的图像特征融合,提高跌倒碰撞伤害部位识别精度,并对伤害严重程度进行分级,为及时告警和后续救援提供了更有价值的参考信息。

    一种基于高层交互机制的药物实体和关系联合抽取方法

    公开(公告)号:CN114925678B

    公开(公告)日:2023-05-26

    申请号:CN202210425479.8

    申请日:2022-04-21

    Abstract: 本发明公开了一种基于高层交互机制的药物实体和关系联合抽取方法,包括以下步骤:S1:获取药物实体语料库,并对药物实体语料库的字符进行预处理;S2:构建药物解剖学分类字典;S3:识别预处理后的药物实体语料库中的药物实体;S4:获取插入实体标记的药物句子;S5:抽取药物关系;S6:进行基于高层交互机制的药物实体和关系的交互训练,并利用药物实体识别模型和药物关系抽取模型对采集的最新药物输入文本进行药物实体和关系联合抽取。本发明解决联合抽取的误差传播问题,同时在完成药物实体识别任务后引入基于ATC编码的文本标注机制,提升药物关系抽取的准确率。

    一种基于药物分类图神经网络的药物重定位方法及系统

    公开(公告)号:CN114613452B

    公开(公告)日:2023-04-28

    申请号:CN202210219786.0

    申请日:2022-03-08

    Abstract: 本发明公开了一种基于药物分类图神经网络的药物重定位方法及系统,属于药物重定位技术领域,所述方法为:分别构建药物属性异构边网络G1和疾病属性网络G2;分别对药物属性边异构网络G1和疾病属性网络G2进行特征提取,对应得到药物属性矩阵A和疾病属性矩阵B;构建药物疾病关联网络G3;得到药物嵌入矩阵U和疾病嵌入矩阵V;基于药物嵌入矩阵U和疾病嵌入矩阵V,训练边置信MLP网络,得到训练好的MLP网络,并使用训练好的MLP网络对药物重定位;本发明分阶段建立药物属性网络、疾病属性网络和药物疾病关联异构网络,充分提取药物属性特征、疾病属性特征以及药物疾病关联的空间拓扑特征,有效提高了药物重定位准确度。

Patent Agency Ranking