并发症预测方法、装置、电子设备及可读存储介质

    公开(公告)号:CN118800456A

    公开(公告)日:2024-10-18

    申请号:CN202411277248.2

    申请日:2024-09-12

    Applicant: 中南大学

    Abstract: 本发明公开了一种疾病预测方法,具体是涉及到一种并发症预测方法、装置、电子设备及可读存储介质,方法包括:对用户数据进行预处理,得到原始特征,原始特征包括数值型特征和非数值型特征;基于预先构建的规则库,将数值型特征中的目标指标数值映射为目标范围类别,得到对应的指标范围型特征;基于预先构建的医学知识图谱,通过实体解析获得非数值型特征对应的实体知识表示向量和指标范围型特征对应的实体知识表示向量;将原始特征和上述实体知识表示向量输入预先训练的疾病智能预测模型,得到并发症预测结果。本发明在考虑检查检验结果等数值型特征背后的知识的基础上,将外部先验医学知识引入模型,提升了并发症预测效果。

    基于构建模型的医院病床分配方法、系统及相关设备

    公开(公告)号:CN117594204A

    公开(公告)日:2024-02-23

    申请号:CN202311367728.3

    申请日:2023-10-20

    Applicant: 中南大学

    Abstract: 本发明提供一种基于构建模型的医院病床分配方法、系统及相关设备,该方法包括如下步骤:获取所有目标医院中疾病患者的历史住院信息和所有所述目标医院的病床容量信息;基于所述历史住院信息计算得到所述疾病患者的未来病床需求量;结合所述未来病床需求量和所述病床容量信息构建所述目标医院的床位分配模型;基于鲁棒优化理论并根据所述未来病床需求量的不稳定性,构建基于不确定集的鲁棒优化模型;通过模型求解工具求解所述床位分配模型和所述鲁棒优化模型,得到基于所述目标函数的病床分配方案。本发明具有提升病床分配过程中资源利用率的效果。

    并发症预测方法、装置、电子设备及可读存储介质

    公开(公告)号:CN118800456B

    公开(公告)日:2025-03-04

    申请号:CN202411277248.2

    申请日:2024-09-12

    Applicant: 中南大学

    Abstract: 本发明公开了一种疾病预测方法,具体是涉及到一种并发症预测方法、装置、电子设备及可读存储介质,方法包括:对用户数据进行预处理,得到原始特征,原始特征包括数值型特征和非数值型特征;基于预先构建的规则库,将数值型特征中的目标指标数值映射为目标范围类别,得到对应的指标范围型特征;基于预先构建的医学知识图谱,通过实体解析获得非数值型特征对应的实体知识表示向量和指标范围型特征对应的实体知识表示向量;将原始特征和上述实体知识表示向量输入预先训练的疾病智能预测模型,得到并发症预测结果。本发明在考虑检查检验结果等数值型特征背后的知识的基础上,将外部先验医学知识引入模型,提升了并发症预测效果。

    一种中文医学实体标准化方法、装置及设备

    公开(公告)号:CN117540734B

    公开(公告)日:2024-04-09

    申请号:CN202410037568.4

    申请日:2024-01-10

    Applicant: 中南大学

    Abstract: 本发明提供一种中文医学实体标准化方法、装置及设备,所述方法包括:预处理历史中文医学实体标准化数据;构建融合词格结构和医学语言模型的语义提取模型;利用语义提取模型构建基于动态负采样策略的候选生成模型架构;构建用于进行候选概念排序和概念数预测的联合学习模型架构;采用对抗训练算法,通过历史中文医学实体标准化数据对候选生成模型架构、联合学习模型架构进行训练,得到候选生成模型,以及联合学习模型;基于候选生成模型、联合学习模型处理待标准化的中文医学实体,得到对应的标准化结果。本发明的中文医学实体标准化方法用于高效、准确地对中文医学实体进行标准化处理。

    一种中文医学实体标准化方法、装置及设备

    公开(公告)号:CN117540734A

    公开(公告)日:2024-02-09

    申请号:CN202410037568.4

    申请日:2024-01-10

    Applicant: 中南大学

    Abstract: 本发明提供一种中文医学实体标准化方法、装置及设备,所述方法包括:预处理历史中文医学实体标准化数据;构建融合词格结构和医学语言模型的语义提取模型;利用语义提取模型构建基于动态负采样策略的候选生成模型架构;构建用于进行候选概念排序和概念数预测的联合学习模型架构;采用对抗训练算法,通过历史中文医学实体标准化数据对候选生成模型架构、联合学习模型架构进行训练,得到候选生成模型,以及联合学习模型;基于候选生成模型、联合学习模型处理待标准化的中文医学实体,得到对应的标准化结果。本发明的中文医学实体标准化方法用于高效、准确地对中文医学实体进行标准化处理。

Patent Agency Ranking