公开(公告)号：CN110277175A

公开(公告)日：2019-09-24

申请号：CN201910574252.8

申请日：2019-06-28

Applicant: 电子科技大学

Inventor： 李巧勤 ,  刘勇国 ,  蒋羽 ,  杨尚明 ,  何家欢 ,  蔡茁 ,  李杨

IPC: G16H70/40 ,  G06N3/04

Abstract: 本发明公开了一种基于深度信念网络的中药不良作用识别方法。本发明能够对中药不良作用进行有效的整理和归纳，有助于中药不良作用实体数据库构建。并将传统的中药毒副作用研究与人工智能方法进行有机的统一，实现对于药物不良作用实体的全自动提取，减少人工提取药物不良作用的时间以及经济损耗，实现了在中药不良作用实体识别研究方法学上的优化。后期，本发明也可以根据不同中药文献集，实现针对特定中药的不良作用识别和关系挖掘，可以有效适用于各种中医药文献，不需要重新训练深度信念网络模型，可以直接从输入中药文献中识别并提取出药物不良作用实体。

公开(公告)号：CN110223737A

公开(公告)日：2019-09-10

申请号：CN201910512263.3

申请日：2019-06-13

Applicant: 电子科技大学

Inventor： 刘勇国 ,  蒋羽 ,  李杨 ,  何家欢 ,  蔡茁 ,  杨尚明 ,  李巧勤

IPC: G16C20/70

Abstract: 本发明提供一种中药化学成分命名实体识别方法与装置，包括以下步骤：S1:获取中药化学成分命名实体相关文献；S2:对获取的所述相关文献进行信息过滤，以得到文本内容规范化的语料库；S3:对所述语料库进行编码和标注，得到标注好的语料库；S4:将所述标注好的语料库作为BiLSTM的训练样本进行训练，得到训练好的BiLSTM；S5:将需要识别中药化学成分命名实体的相关文献输入所述训练好的BiLSTM进行识别，以识别出中药化学成分命名实体。本发明方法将基于深度神经网络的命名实体识别技术应用到中药化学成分识别，比人工识别方式有更高的效率；有利于为构建中药化学成分命名实体基础数据库提供数据来源。

公开(公告)号：CN109215777A

公开(公告)日：2019-01-15

申请号：CN201810876403.0

申请日：2018-08-03

Applicant: 电子科技大学

Inventor： 刘勇国 ,  巩小强 ,  蒋羽 ,  张云 ,  程甜甜 ,  李巧勤 ,  杨尚明

IPC: G16H50/20 ,  G16H50/70

Abstract: 本发明提供一种中医文献智能挖掘与组方辅助决策方法及系统，涉及数据挖掘、机器学习、中医诊断辅助信息技术领域。本发明基于历史经典中医文献，以及现有的真实病案，实现依据病患症状与诊断证候，进行自动化开出方药的功能。智能组方的流程与实际中医组方的流程一致，采用经典方加减的方式进行开方，分为加减症状确定模块、加减药物确定模块与成方判定模块，从而为医生开方提供新思路，且该系统可为医生进行辅助决策，减短医生就诊时间，使得医生能够为更多病患就诊。

公开(公告)号：CN110675962A

公开(公告)日：2020-01-10

申请号：CN201910853829.9

申请日：2019-09-10

Applicant: 电子科技大学

Inventor： 李巧勤 ,  刘勇国 ,  杨尚明 ,  蒋羽 ,  李杨 ,  何家欢 ,  蔡茁

IPC: G16H70/40 ,  G06F16/35 ,  G06F16/33 ,  G06K9/62

Abstract: 本发明属于医学或兽医学；卫生学技术领域，公开了一种基于机器学习和文本规则的中药药理作用识别方法及系统，首先基于BIO规则构建训练语料库；然后提取文本特征并对特征进行数字化，采用组合多分类式SVM构建药理作用识别模型；最后采用基于规则的错误驱动学习(TBL)方法对SVM模型输出的标注结果进行后处理，提高实体识别精度。本发明将机器学习方法与基于规则的文本挖掘相关技术相结合，实现从中药文献中自动识别有效的中药药理作用信息，为中药药理作用信息化打下基础，与传统的药理作用研究方法相比，减少人工提取时间以及经济损耗，实现了在中药药理作用实体识别研究方法学上的改进。