-
公开(公告)号：CN109785971A
公开(公告)日：2019-05-21
申请号：CN201910089365.9
申请日：2019-01-30
Applicant: 华侨大学
Abstract: 本发明公开了一种基于先验医学知识的疾病风险预测方法，包括以下步骤：S1、以向量形式输入患者p的EHR记录数据；S2、使用基于卷积神经网络的预测模型来获得预测概率，从而获得目标函数；S3、整合先验医学知识融入步骤S2的预测模型，引入一个期望分布值并设置约束特征，通过正则化方法得到损失函数；S4、通过损失函数计算新的目标函数，并获得风险预测模型的最优参数；通过最优参数预测患者P的疾病风险。本发明使用后验正则化方法自动将离散的医学知识或规则结合到深度预测模型中，其构建的预测模型实现了比最先进的基线更准确的预测结果。
-
公开(公告)号：CN109859819A
公开(公告)日：2019-06-07
申请号：CN201910113550.7
申请日：2019-02-14
Applicant: 华侨大学
Abstract: 本发明涉及医学信息技术技术领域，具体为一种基于IOT的智能社区康复管理平台，包括，康复医疗服务云平台，用于发布训练计划、调整训练计划、收集康复过程数据、分配管理康复设备、患者认证和计费；智能终端，用于获取训练计划，训练计划实施提醒，查看康复过程和缴费；运行于康复设备中的智能控制硬件，智能控制硬件包括康复设备使用管理模块、康复设备配置管理模块和康复过程数据采集模块。有益效果为：本发明通过对将医疗服务对象、康复设备和康复过程数据进行数字化管理，基层的康复设备得到有效管理，可根据情况需要实时调整社区康复计划内容，并为患者提供精准和个性化定制管理，从而大幅提升医疗资源的合理化分配。
-
公开(公告)号：CN109801713A
公开(公告)日：2019-05-24
申请号：CN201910090787.8
申请日：2019-01-30
Applicant: 华侨大学
Abstract: 本发明公开了一种基于图表模型的健康风险预测方法，包括以下步骤：S1、设置n位参与者的健康检查记录的输入形式；S2、通过健康检查记录构建基于HER的异类图；S3、通过SHG-Health算法从异类图中获得权重矩阵，并通过权重矩阵对疾病风险进行预测。本发明利用半监督学习(SSL)算法对疾病风险进行预测，并且探索了一个基于HER的异类图，用大部分未标记的数据在异类图中对逐步发展的情况进行分类。其可以通过查询参与者pi的记录，SHG-Health预测参与者pi是否属于高风险疾病类别或“未知”类别，在健康检查数据集和合成数据集上具有显著的预测效果，相较于其他预测模型预测准确度较高，给疾病风险预测领域做出了极大的贡献。
-
公开(公告)号：CN109785971B
公开(公告)日：2023-05-23
申请号：CN201910089365.9
申请日：2019-01-30
Applicant: 华侨大学
Abstract: 本发明公开了一种基于先验医学知识的疾病风险预测方法，包括以下步骤：S1、以向量形式输入患者p的EHR记录数据；S2、使用基于卷积神经网络的预测模型来获得预测概率，从而获得目标函数；S3、整合先验医学知识融入步骤S2的预测模型，引入一个期望分布值并设置约束特征，通过正则化方法得到损失函数；S4、通过损失函数计算新的目标函数，并获得风险预测模型的最优参数；通过最优参数预测患者P的疾病风险。本发明使用后验正则化方法自动将离散的医学知识或规则结合到深度预测模型中，其构建的预测模型实现了比最先进的基线更准确的预测结果。
-
-
-
Search Results
4
records
(took 0.023 seconds)
