公开(公告)号：CN116403706A

公开(公告)日：2023-07-07

申请号：CN202310455550.1

申请日：2023-04-25

Applicant: 南京邮电大学

Inventor： 徐鹤 ,  朱静抒 ,  程海涛 ,  王汝传 ,  李鹏 ,  刘尚东 ,  季一木 ,  许硕洋 ,  杨丹丹 ,  鲍善军

IPC: G16H50/20 ,  G16H50/70 ,  G06F40/30 ,  G06F40/295 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/042 ,  G06N3/08

Abstract: 一种融合知识扩展和卷积神经网络的糖尿病预测方法，构建了一种以词嵌入向量和文本嵌入向量作为双通道输入的语义增强卷积神经网络模型，使得模型能够关注到更为重要的糖尿病特征并捕捉到更细粒度的糖尿病语义信息，从而提高了对糖尿病的诊断准确率；解决对大规模糖尿病领域标注数据的强依懒性和糖尿病领域知识的缺乏性等问题，设计了在糖尿病诊断过程引用外部知识的方法可以对数据集起到一个数据增强效果，并减少深度学习模型训练所需数据；解决了医疗数据集的小规模导致深度学习模型学习结果泛化能力不强，无法获得满意糖尿病预测结果问题。

公开(公告)号：CN116313081A

公开(公告)日：2023-06-23

申请号：CN202310189886.8

申请日：2023-03-01

Applicant: 江苏鱼跃凯立特生物科技有限公司 ,  南京邮电大学 ,  浙江凯立特医疗器械有限公司 ,  江苏跃凯生物技术有限公司

Inventor： 张笑宇 ,  闵钰春 ,  曹开放 ,  陈旭东 ,  许硕洋 ,  吴昌平 ,  徐鹤 ,  季一木 ,  刘尚东

IPC: G16H50/30 ,  G16H50/50 ,  G16H70/40 ,  G06F18/214 ,  G06F18/2411 ,  G06N3/08

Abstract: 本申请公开了一种基于GRU模型的葡萄糖浓度预测方法、设备及介质，方法包括：获取样本数据集，进行数据预处理；进行标准化处理；基于时间序列的样本数据集进行升维处理；搭建时间序列预测模型，并利用GRU模型进行训练；通过GRU模型进行数据预测，根据得到的第一葡萄糖浓度数据进行指数平滑处理，得到第二葡萄糖浓度数据，并根据第二葡萄糖浓度数据最终预测结果。对预处理之后的数据进行标准化处理，使得预测效果更好。在时间顺序预测模型中，利用均值，标准差和分位数以及拟合出的线性趋势，使训练效果有了显著提升。

公开(公告)号：CN118035784A

公开(公告)日：2024-05-14

申请号：CN202410109129.X

申请日：2024-01-25

Applicant: 江苏鱼跃凯立特生物科技有限公司 ,  南京邮电大学 ,  江苏跃凯生物技术有限公司 ,  浙江凯立特医疗器械有限公司

Inventor： 刘思行 ,  许硕洋 ,  吴海杰 ,  闵钰春 ,  陈旭东 ,  张笑宇 ,  徐鹤 ,  季一木 ,  刘尚东 ,  袁帅祥

IPC: G06F18/24 ,  G06F18/213 ,  G16H40/60 ,  G16H50/70 ,  G16H10/20 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/047 ,  G06N3/08

Abstract: 本申请公开了一种基于血糖监测的异常事件识别方法、设备及介质，方法包括：采集数据集，将数据集转化为序列化数据，并将序列化数据划分为多个子序列；将多个子序列输入至卷积神经网络模型，对卷积神经网络模型进行扩张因果卷积处理，通过扩张因果卷积处理后的卷积神经网络模型确定时序特征，并将时序特征进行残差连接，以对卷积神经网络模型进行加速；通过加速后的卷积神经网络模型确定传感器的报错类别，并根据时序特征和报错类别进行GRU建模，以得到时序关系，并根据时序关系确定血糖值。本申请使用卷积神经网络处理，动态关注数据中的重要时间点，处理长期依赖性，从而更好地捕捉血糖值的时序关系。

公开(公告)号：CN117176449A

公开(公告)日：2023-12-05

申请号：CN202311214130.0

申请日：2023-09-20

Applicant: 南京邮电大学

Inventor： 徐鹤 ,  王建 ,  李鹏 ,  王汝传 ,  许硕洋 ,  张怡 ,  季一木

IPC: H04L9/40 ,  H04L9/00 ,  H04L9/08 ,  H04L9/30 ,  H04L9/32 ,  G06N20/20 ,  G06N5/01 ,  G06F18/2113 ,  G06F18/214 ,  G06F18/243 ,  G16H10/60 ,  G16H50/30

Abstract: 本发明属于信息安全技术领域，涉及一种基于联邦学习的血糖预测模型构建方法，构建通信机制；使用PSI隐私集合求交技术来加载数据，获得数据持有方数据的交集，在数据加载过程中加入服务器分发数字签名密钥的步骤；利用数据持有方数据的交集，筛选出模型训练所需要的数据集；模型训练过程中使用同态加密的方案对xgboost算法中传输的梯度数据进行加密；整个流程既保证了多个数据持有方可以共享数据训练同一个模型，又保证了在计算的过程中，参与方的本地数据不会被除自己以外的其他方推理出来，达到数据保密的效果；嵌入式设备只需要将实时获取到的人体信息输入到训练后的模型文件中，就可以得到血糖预测结果,达到实时检测血糖的目的。