基于医学知识库的智能分诊决策控制方法及系统

    公开(公告)号:CN111292847B

    公开(公告)日:2023-11-03

    申请号:CN201811484123.1

    申请日:2018-12-07

    IPC分类号: G16H50/20 G16H50/70

    摘要: 本发明公开了基于医学知识库的智能分诊决策控制方法及系统,包括输入模块、数据预处理模块、智能学习模块、医学词条特征化检索模块、输出模块、语音模块、智能感知器、数据转换模块、特征加载器、供电装置、运算放大芯片、数据分析器、数据筛选器、数据存储器、缓存单元和显示器。其特征在于:所述的智能学习模块,基于医学知识库的特征,采用带有优先级的样本采样的深度学习方法对病人的生理特征,进行实时分类,预测和判断。该系统便携、准确和周期性地检测和记录病人的生理病症,并通过智能学习模块匹配病症对应的医疗解决方案,将优选的解决方案通过多种模式报备给用户,实现无人干预的诊断、实时准确的预测和智能决策的功能。

    一种结合深度网络特征和机器学习模型的乳腺癌数据分类方法

    公开(公告)号:CN111027590B

    公开(公告)日:2023-03-24

    申请号:CN201911092339.8

    申请日:2019-11-11

    摘要: 本发明公开了一种结合深度网络特征和机器学习模型的乳腺癌数据分类方法,属于大数据技术领域,包括建立影像采集服务器、客户端和数据分类服务器,勾画和处理肿瘤区域图片,得到分类图片的数据集合,提取带有肿瘤的MRI图层的图像特征,模型构建模块采用Tensorflow和Keras提供的网络模型作为基准模型,建立训练模型,采用SVM径向基核进行分类模型训练,解决了对肿瘤图片进行数据分类的技术问题,本发明结合了迁移学习、深度学习特征提取、影像组学、包装法特征选择、机器学习模型训练等方法,实现了乳腺癌数据的实时分类,提高了分类准确度,本发明利用了深度学习提取的高维度抽象特征,也避免了小数据集在深度学习上的过拟合问题。

    一种基于自然语言处理的远程会诊记录文本纠错方法

    公开(公告)号:CN110110334B

    公开(公告)日:2022-09-13

    申请号:CN201910379327.7

    申请日:2019-05-08

    申请人: 郑州大学

    IPC分类号: G06F40/232 G16H80/00

    摘要: 本发明公开了一种基于自然语言处理的远程会诊记录文本纠错方法,属于大数据技术领域,包括部署中心服务器和数个客户端,在中心服务器中建立预处理模块、数据库、查错模块和纠错模块,解决了文本自动查错自动纠错的技术问题,本发明利用CRF和n‑gram散串进行查错并根据具体出错原因进行纠错,在纠错的能力上达到了很高的水平,而且准确度上比现有技术有所提高,本发明能够给远程诊断科的工作人员减轻工作的压力,提高工作的效率。

    一种基于大数据的日常检测方法

    公开(公告)号:CN109215773B

    公开(公告)日:2022-03-22

    申请号:CN201811363467.7

    申请日:2018-11-16

    IPC分类号: G16H40/67 G16H80/00

    摘要: 本发明公开了一种基于大数据的日常检测方法,属于大数据技术领域,包括终端装置、远程医疗中心和急救中心,远程医疗中心部署远程医疗服务器;急救中心部署急救服务器,解决了通过远程联网实现对患者的实时健康监测,及时处理急救事件的技术问题,本发明可以实时监控患者的日常病症表现,能让患者主动上传主诉,增强了患者和医生之间的互动,方便医生把握患者病症的发展趋势。

    一种软件定义广域网中多形态路径文件安全递送方法

    公开(公告)号:CN112367398A

    公开(公告)日:2021-02-12

    申请号:CN202011246084.9

    申请日:2020-11-10

    申请人: 郑州大学

    摘要: 本发明公开了一种软件定义广域网(SD‑WAN)中多形态路径文件安全递送方法,包括用于根据文件与通信信道的信息分散路由算法,还包括:文件分组基于信道的性能(通信性能,安全性能)进行最优化的分配,当一个文件用于传递时,根据当前可用信道的数量及通信性能选择文件分片的递送路径,接收端在收到文件片后给与反馈,接收端根据反馈可以动态调整路由路径,从而达到通信性能与安全性的协调和最优化。本发明还公开了基于该系统的可靠性通信方法,以及通信的扩展方法。本发明提供了一种能够灵活扩展分组通信网多路径文件安全递送方法,当路径变化时,不需进行大范围的数据路径调整与迁移。

    一种基于集成学习与改变决策阈值的化验数据校验方法

    公开(公告)号:CN111858568A

    公开(公告)日:2020-10-30

    申请号:CN202010612164.5

    申请日:2020-06-29

    摘要: 本发明公开了一种基于集成学习与改变决策阈值的化验数据校验方法,属于大数据领域,本发明将聚类算法、集成学习的思想和改变决策阈值几个方法结合在一起,得到一个新的强分类器,基于已有的化验数据进行学习得到分类模型,对新的化验数据进行预分类,增加了其准确度,解决了有效的对化验数据进行分类准确度验证的技术问题,本发明通过结合四种不同的单分类器,具有更强的分类能力,对于疾病数据集中数据不均衡问题,在最终决策阶段,通过改变决策阈值,提高分类的准确度,通过多指标从多角度评价分类结果,更好的了解分类结果的准确性。