公开(公告)号：CN107833629A

公开(公告)日：2018-03-23

申请号：CN201711010112.5

申请日：2017-10-25

Applicant: 厦门大学

Inventor： 范晓亮 ,  吴谨准 ,  史佳 ,  王玉杰 ,  陈龙彪 ,  郑传潘 ,  王程 ,  李军

IPC: G16H50/20

Abstract: 本发明公开了一种基于深度学习的辅助诊断方法，包括：S1、对原始语料数据进行分词处理以建立词嵌入查询表；S2、由电子病历数据中的关键特征字段生成训练样本，使用词嵌入查询表将其数字化，再利用卷积神经网络生成辅助诊断模型；S3、对新输入的电子病历提取关键特征字段，并通过词嵌入查询表进行数字化转换，利用辅助诊断模型进行匹配，输出匹配的诊断结果。本发明还提供一种基于深度学习的辅助诊断系统，包括语料数据提取模块、词嵌入查询表构建模块、历史电子病历数据提取模块、新电子病历数据提取模块、分词模块、电子病历数字化模块及辅助诊断模块。本发明诊断结果及时、准确，将有效辅助医生快速诊断病情。

公开(公告)号：CN107103758A

公开(公告)日：2017-08-29

申请号：CN201710427408.0

申请日：2017-06-08

Applicant: 厦门大学

Inventor： 范晓亮 ,  郑传潘 ,  李军 ,  王程 ,  陈龙彪 ,  臧彧 ,  温程璐

IPC: G08G1/01

CPC classification number: G08G1/0129

Abstract: 本发明公开了一种基于深度学习的城市区域交通流量预测方法，该方法通过提取交通流量变化的高维时空特征对城市每个区域的交通流量同时进行预测，为城市交通流量预测问题提供了一种新的思路。首先根据LPR设备的数据计算城市区域每个时间段的历史流量；然后利用ConvLSTM和CNN设计交通流量预测模型，并提取影响预测时段的关键时间段的流量数据作为输入训练模型；最后利用训练好的模型进行城市区域交通流量的预测。