-
公开(公告)号:CN119092031A
公开(公告)日:2024-12-06
申请号:CN202411273902.2
申请日:2024-09-12
Applicant: 南通大学
Abstract: 本申请公开了一种基于标准电子病历的疾病过程孪生构建方法及系统,该方法包括:基于患者标准的FHIR电子病历进行,获取电子病历数据;对电子病历数据进行编码和处理,获取多变量时序数据;构建疾病过程孪生模型;获取疾病轨迹预测报告;引入GPT模型,将疾病轨迹预测报告中的数值信息和知识图谱的语义信息转化为自然语言描述,获取报告模板;调整报告模板;生成包括风险预警信息以及干预建议的个性化医疗报告。本申请利用构建好的疾病过程孪生模型,可以对糖尿病并发冠心病患者的病程进行个体化预测。通过输入患者的个人信息、病史、实验室检查等数据,模型可以预测患者的病情发展趋势、治疗效果以及并发症的发生风险。
-
公开(公告)号:CN117370629A
公开(公告)日:2024-01-09
申请号:CN202310951909.4
申请日:2023-07-31
Applicant: 南通大学
IPC: G06F16/951 , G06F40/216 , G06F40/289 , G06F16/31 , G06Q50/00
Abstract: 本发明公开了一种评论高频词定向爬虫方法,针对网页端复杂的json加密方式,采用去自动化标志设置,规避了对自动化工具监测,同时使用Selenium自动化工具进行登录等待并且项目创新性地书写了detection()函数进行滑块检测,接着利用Xpath技术对网页元素进行解析并通过改变页面滚动方式进行用户行为模拟,成功爬取评论,最后本发明结合jieba分词技术,能够对爬取的评论信息进行高频词的统计和提炼,有助于深度挖掘争议热点事件的舆论倾向。该评论高频词定向爬虫方法具有较高的实用性和创新性,能够高效获取评论信息,并为舆论分析和舆情研究提供有力支持。
-