公开(公告)号：CN110797120A

公开(公告)日：2020-02-14

申请号：CN201911013454.1

申请日：2019-10-23

Applicant: 苏州大学

Inventor： 莫兴波 ,  张永红 ,  张欢

IPC: G16H50/30

Abstract: 本发明公开了一种整合表观遗传因素的缺血性脑卒中不良结局风险预测装置。本发明一种整合表观遗传因素的缺血性脑卒中不良结局风险预测装置，其特征在于，包括：所述计算机，所述计算机被编程以便执行如下步骤：构建多水平贝叶斯广义线性回归模型本发明的有益效果：利用本发明构建的缺血性脑卒中不良结局风险分析新方法，对基于缺血性脑卒中相关遗传与环境高维的实际数据进行分析，验证方法的实用性，并与现有常用方法进行比较，展示新方法的优势。

公开(公告)号：CN110767313A

公开(公告)日：2020-02-07

申请号：CN201911012621.0

申请日：2019-10-23

Applicant: 苏州大学

Inventor： 张欢 ,  莫兴波 ,  张永红

IPC: G16H50/30 ,  G16B20/20 ,  G16B25/20 ,  G16B40/10

Abstract: 本发明公开了一种基于多水平贝叶斯模型的高血压风险评估装置。本发明一种基于多水平贝叶斯模型的高血压风险评估装置，包括：所述计算机，所述计算机被编程以便执行如下步骤：构建多水平贝叶斯广义线性回归模型其中，h(t，X)为比例风险模型以风险率函数，t为时间，X为协变量(预测指标)，h0(t)为所有协变量为0时的基础风险率，和 表示高血压遗传因素和相应的参数，exp()为指数函数；通过选择合适的先验分布。本发明的有益效果：应用多水平贝叶斯Cox模型构建的只包含传统危险因素的高血压发病风险预测模型的C index为0.6236(标准差0.0024)。

公开(公告)号：CN108171261A

公开(公告)日：2018-06-15

申请号：CN201711396481.2

申请日：2017-12-21

Applicant: 苏州大学

Inventor： 张召 ,  张欢 ,  张莉 ,  王邦军

IPC: G06K9/62

Abstract: 本发明实施例公开了一种鲁棒的自适应半监督图像分类方法、装置、设备及计算机存储介质。其中，方法包括将鲁棒自适应嵌入标签传播和自适应权重构造集成为统一的半监督学习框架，并同时对基于嵌入特征和嵌入标签的重构误差进行最小化；利用鲁棒投影将原始预测标签集变化到预设标签空间中，以对原始预测标签集中的各标签进行分类；将原始数据集分解为去噪结果表示项和噪声拟合错误项，并对去噪结果表示项进行自适应权重构造和自适应标签传播；将回归的标签近似误差项集成在半监督学习框架中，进行联合最优化学习，得到投影分类器矩阵。本申请提供的技术方案有效的提升了图像分类和图形分类预测的能力，有利于提升图像分类的准确度。