-
公开(公告)号：CN118866235B
公开(公告)日：2025-02-11
申请号：CN202411354083.4
申请日：2024-09-27
Applicant: 浙江大学
Abstract: 本发明公开了一种套餐式购药异常行为检测方法和系统，包括以下步骤：依据医疗数据构造药品知识图谱；依据医疗数据构造包含节点和处方边的开药处方图，其中节点包括药品节点和患者节点，处方边用于连接患者节点和药品节点；融合药品知识图谱和开药处方图得到超图；基于超图采用多级社区检测、聚类中的至少一种方式来检测套餐式购药异常行为。本发明旨在解决现有技术在处理复杂医疗数据和识别复杂异常行为时存在的局限性，通过基于药品知识图谱和处方图网络，并引入新数据分析技术，提高套餐式购药异常行为的准确性和效率。
-
公开(公告)号：CN118866395B
公开(公告)日：2025-03-07
申请号：CN202411343274.0
申请日：2024-09-25
Applicant: 浙江大学
IPC: G16H50/80 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于多模态数据的流感趋势预测方法和装置，属于流行病监测和人工智能相结合的技术领域，包括：提取百度指数模态、气象数据模态、以及图数据模态对应的三类综合特征向量；将每个模态对应的综合特征向量基于通过注意力机制计算的注意力权重进行加权求和得到总综合特征向量；利用包含多头自注意力机制、前馈神经网络、多模态交互层、以及多层次特征融合的预测模型对总综合特征向量进行深度特征融合并基于融合特征预测流感阳性率，得到流感趋势，这样来提高流感趋势预测的精度和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN119956597A
公开(公告)日：2025-05-09
申请号：CN202411915327.1
申请日：2024-12-24
Applicant: 浙江大学
IPC: D06M10/06 , D04H1/4326 , D04H1/732 , D06C7/00 , D06M11/38 , D06M13/188 , C08G73/10 , D06M101/30
Abstract: 本发明公开了一种高度可靠稳定的聚酰亚胺‑羧基化碳纳米管复合导电压敏膜及其制备方法。采用两种具有含氟基团的单体合成聚酰亚胺高分子材料，提高聚酰亚胺高分子链运动的空间位阻，有助于克服高分子材料应力松弛现象。采用静电纺丝方法制备聚酰亚胺纺丝纤维膜，通过硅烷偶联剂γ‑氨丙基三乙氧基硅烷，将羧基化碳纳米管化学接枝到聚酰亚胺纤维上，形成牢固的界面结合，大大提高了所得聚酰亚胺‑羧基化碳纳米管复合导电压敏膜的稳定性和抗疲劳性能，具有长期传感可靠性。同时，聚酰亚胺‑羧基化碳纳米管复合导电压敏膜具有良好的力学性能，在压力加载测试中，具有高灵敏度、优异的响应速度和回复速度，作为柔性压力传感器的敏感层材料具有广阔的应用前景。
-
公开(公告)号：CN118866390B
公开(公告)日：2025-03-28
申请号：CN202411343273.6
申请日：2024-09-25
Applicant: 浙江大学
IPC: G16H50/70
Abstract: 本发明公开了一种处方篡改行为的综合检测方法和系统，包括：获取医保诊疗数据并提取特征信息后基于特征信息计算处方数量和药品剂量变化；通过对处方数量和药品剂量变化进行统计分析得到描述性特征、趋势性特征，并依据这些特征进行初级异常检测；以初级异常检测得到的描述性特征、趋势性特征以及引入的行为特征构成数据集，利用孤立森林算法对数据集进行二级异常检测来确定初始异常数据点并标记；利用深度学习模型基于标记的初始异常数据点进行数据重构，通过比较重构误差与异常阈值进行终级异常检测来确定最终异常数据点，并基于最终异常数据点确定处方篡改行为，这样可以提升处方篡改行为的检测准确性。
-
公开(公告)号：CN118866235A
公开(公告)日：2024-10-29
申请号：CN202411354083.4
申请日：2024-09-27
Applicant: 浙江大学
Abstract: 本发明公开了一种套餐式购药异常行为检测方法和系统，包括以下步骤：依据医疗数据构造药品知识图谱；依据医疗数据构造包含节点和处方边的开药处方图，其中节点包括药品节点和患者节点，处方边用于连接患者节点和药品节点；融合药品知识图谱和开药处方图得到超图；基于超图采用多级社区检测、聚类中的至少一种方式来检测套餐式购药异常行为。本发明旨在解决现有技术在处理复杂医疗数据和识别复杂异常行为时存在的局限性，通过基于药品知识图谱和处方图网络，并引入新数据分析技术，提高套餐式购药异常行为的准确性和效率。
-
公开(公告)号：CN118866395A
公开(公告)日：2024-10-29
申请号：CN202411343274.0
申请日：2024-09-25
Applicant: 浙江大学
IPC: G16H50/80 , G06F18/213 , G06F18/25 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于多模态数据的流感趋势预测方法和装置，属于流行病监测和人工智能相结合的技术领域，包括：提取百度指数模态、气象数据模态、以及图数据模态对应的三类综合特征向量；将每个模态对应的综合特征向量基于通过注意力机制计算的注意力权重进行加权求和得到总综合特征向量；利用包含多头自注意力机制、前馈神经网络、多模态交互层、以及多层次特征融合的预测模型对总综合特征向量进行深度特征融合并基于融合特征预测流感阳性率，得到流感趋势，这样来提高流感趋势预测的精度和可靠性。
-
公开(公告)号：CN118866390A
公开(公告)日：2024-10-29
申请号：CN202411343273.6
申请日：2024-09-25
Applicant: 浙江大学
IPC: G16H50/70
Abstract: 本发明公开了一种处方篡改行为的综合检测方法和系统，包括：获取医保诊疗数据并提取特征信息后基于特征信息计算处方数量和药品剂量变化；通过对处方数量和药品剂量变化进行统计分析得到描述性特征、趋势性特征，并依据这些特征进行初级异常检测；以初级异常检测得到的描述性特征、趋势性特征以及引入的行为特征构成数据集，利用孤立森林算法对数据集进行二级异常检测来确定初始异常数据点并标记；利用深度学习模型基于标记的初始异常数据点进行数据重构，通过比较重构误差与异常阈值进行终级异常检测来确定最终异常数据点，并基于最终异常数据点确定处方篡改行为，这样可以提升处方篡改行为的检测准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
