公开(公告)号：CN116564553A

公开(公告)日：2023-08-08

申请号：CN202310505434.6

申请日：2023-05-06

Applicant: 西南交通大学

Inventor： 李鹏 ,  滕飞 ,  督静雯 ,  姚远 ,  李双庆 ,  梅挺 ,  张聂 ,  武云 ,  卓强 ,  朱军

IPC: G16H70/40 ,  G16H50/70 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明提供了一种基于共病特征的用药效果预测方法，属于用药效果预测技术领域，该方法包括：获取原始数据，并对原始数据进行处理得到标准数据集；利用标准数据集训练双通道神经网络模型，得到患者的单个特征；将患者的单个特征作为节点特征，以患者间相似程度连边构造网络得到相似患者网络；利用图卷积网络学习相似患者网络的空间结构，挖掘相似患者间的关联信息，并基于关联信息预测患者的用药效果。本发明构建了相似患者网络，充分挖掘患者间信息，大幅提高用药效果预测的准确度，进而提高医疗决策的准确性，改善患者的治疗效果，在临床实践中具有广泛的应用前景。

公开(公告)号：CN114550932A

公开(公告)日：2022-05-27

申请号：CN202210167175.6

申请日：2022-02-23

Applicant: 西南交通大学

Inventor： 王典 ,  滕飞 ,  马征 ,  李双庆 ,  姚远

IPC: G16H50/30 ,  G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  A61B5/00

Abstract: 本发明提供了一种睡眠呼吸暂停风险评估方法、装置、设备及存储介质，涉及睡眠呼吸暂停风险评估技术领域。本申请中基于不确定性采样策略选择蕴含信息量大的ECG信号片段进行标注并用其训练神经网络模型，不仅降低获得标注样例的成本和难度，还降低神经网络模型算法样本的复杂度，提高对OSA病症片段的自动检测效率。将用户前一晚睡眠期间收集到的ECG信号输入到训练后的神经网络模型中，得到描述当前片段为正常生理状态的概率和患有OSA病症的概率。然后根据确定患有OSA病症的所有片段计算得到用户前一晚的AHI指数，根据AHI指数得到OSA病症的等级程度，帮助用户结合当前自身的身体状态采取相应的治疗措施。

公开(公告)号：CN111368528A

公开(公告)日：2020-07-03

申请号：CN202010156316.5

申请日：2020-03-09

Applicant: 西南交通大学

Inventor： 滕飞 ,  马敏博 ,  李双庆 ,  姚远 ,  曾嵛 ,  刘赟

IPC: G06F40/279 ,  G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向医学文本的实体关系联合抽取方法，该方法包括对医学文本实体关系数据集按照三元组方式进行重组，将医学文本语句向量化表示，采用双向长短期记忆网络加自注意力机制构建参数共享层，采用softmax函数预测头实体标签，采用CNN-softmax进行关系-尾实体联合解码，结合头实体预测结果增强联合解码表示，采用联合损失函数优化方式训练参数共享层和联合解码层。本发明解决了医学文本中实体和关系类别和位置分布不均匀、多对关系同时出现在同一句的问题，能够提高医学文本实体关系抽取的质量和效率。

公开(公告)号：CN111368528B

公开(公告)日：2022-07-08

申请号：CN202010156316.5

申请日：2020-03-09

Applicant: 西南交通大学

Inventor： 滕飞 ,  马敏博 ,  李双庆 ,  姚远 ,  曾嵛 ,  刘赟

IPC: G06F40/279 ,  G06F16/35 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向医学文本的实体关系联合抽取方法，该方法包括对医学文本实体关系数据集按照三元组方式进行重组，将医学文本语句向量化表示，采用双向长短期记忆网络加自注意力机制构建参数共享层，采用softmax函数预测头实体标签，采用CNN‑softmax进行关系‑尾实体联合解码，结合头实体预测结果增强联合解码表示，采用联合损失函数优化方式训练参数共享层和联合解码层。本发明解决了医学文本中实体和关系类别和位置分布不均匀、多对关系同时出现在同一句的问题，能够提高医学文本实体关系抽取的质量和效率。