-
公开(公告)号:CN110348019A
公开(公告)日:2019-10-18
申请号:CN201910644003.1
申请日:2019-07-17
申请人: 南通大学
摘要: 本发明提供一种基于注意力机制的医疗实体向量转化方法,建立MedE2vec模型,具体包括以下步骤:患者整个医疗过程的电子病历包括时间分布零散的多次诊疗事件Event,单次的诊疗事件Event由患者的多个医疗实体Entity组成;输入患者的一次临床诊疗的所有医疗实体,由初始化向量矩阵W将其初始化为向量表示的诊疗序列;捕获患者诊疗事件序列V内部的医疗实体之间的关系即注意力机制;捕获患者不同诊疗事件间的关系:经过迭代训练得到向量矩阵W,W中的第i行即表示医疗实体集合中的向量;通过损失函数不断优化向量矩阵W,来得到最终的医疗实体向量。本发明是一个基于注意力机制的深度学习模型;MedE2vec可以生成更加精确的医疗实体向量。
-
公开(公告)号:CN115910236A
公开(公告)日:2023-04-04
申请号:CN202211407672.5
申请日:2022-11-10
申请人: 南通大学
IPC分类号: G16C20/70 , G16C20/90 , G16C20/30 , G06N3/0442 , G06N3/0455 , G06N3/047 , G06N3/048 , G06N3/084 , G06N5/025
摘要: 本发明提供一种基于知识图增强和注意力分配的多维特征表示学习模型,为了解决现有技术中的相关问题,探索了多维度分子特征编码,并结合化学元素知识图谱,提出了MKGA模型。该模型包括三个子模块,从分子Smiles编码、分子图编码,以及特征融合预测。因此,该模型可以从1D语义及2D拓扑结构的角度学习分子特征。在分子图编码的过程中,还加入了CKG对分子图表示进行改进。考虑到分子图中不同原子对于分子性质影响程度的不同,我们设计了一种特征注意来校准分子图编码中不同原子的注意力权重。
-
公开(公告)号:CN115413868A
公开(公告)日:2022-12-02
申请号:CN202211144669.9
申请日:2022-09-20
申请人: 南通先进通信技术研究院有限公司 , 南通大学
摘要: 本发明公开了一种基于5G通信技术的医疗呼叫装置,属于医疗辅助设备技术领域,包括呼叫组件,所述呼叫组件包括外壳体和安装在外壳体内部的医疗呼叫系统;所述医疗呼叫系统包括扬声器、语音录入器、蓄电池模块、5G通讯模块、控制器、北斗定位模块、睡眠监测模块、身份识别模块、心跳监测器和无线充电模块;外壳体的侧面安装有用于启动语音录入器的启动按钮。通过上述方式,本发明可佩戴在患者身上,方便移动,若病人在病床外发生突发状况,按动启动按钮录入语言即可联系护士台,可及时联系护士。本发明不仅具有呼叫功能,还可以监测病人的睡眠质量、心率等健康信息,便于护士台了解病人的睡眠、心率等信息。
-
公开(公告)号:CN105589953A
公开(公告)日:2016-05-18
申请号:CN201510964759.6
申请日:2015-12-21
申请人: 南通大学
IPC分类号: G06F17/30
CPC分类号: G06F16/9577 , G06F16/955
摘要: 本发明公开了一种突发公共卫生事件互联网文本抽取方法,包括筛选作为对突发公共卫生事件信息进行挖掘的社会媒体,对筛选后的社会媒体进行分类,对于不同类别的社会媒体按照不同的方式进行文本抓取,以及将抓取的结果存入数据库。本方法充分考虑了不同社会媒体的不同特点,根据这些不同特点制定不同的信息抓取策略,从而实现了提高信息抓取速度、增进抓取信息的准确度,因此能够在第一时间收集突发公共卫生事件的舆情,对突发公共卫生事件的做出预警,此外还可供公共管理部门监测舆情使用。
-
公开(公告)号:CN104573009A
公开(公告)日:2015-04-29
申请号:CN201510010013.1
申请日:2015-01-08
申请人: 南通大学
CPC分类号: G06F16/93 , G06F17/2705 , G06N5/02
摘要: 本发明公开了一种领域知识库属性扩展的方法,包括建立属性要素框架,再通过参考《同义词词林》扩展属性词,从而作为种子集合。将已有的、并且词性标注和经过Gate标注的属性信息作为种子属性集合,设计种子模式,选择与种子模式匹配的内容信息,将这些特征词按照给定的文本模式结构进行模式化表示,从而生成新的文本模式,再用这些自动获取的文本模式来抽取新的特征属性,并将新的特征属性加入属性特征种子集合,不断重复这段过程从而完善扩充属性信息,本发明能提高领域知识库属性扩展覆盖面和精确度,进而提高领域知识库的质量,同时该方法简单高效。
-
公开(公告)号:CN113343710B
公开(公告)日:2023-09-29
申请号:CN202110726042.3
申请日:2021-06-29
申请人: 南通大学 , 南通先进通信技术研究院有限公司
IPC分类号: G06F40/30 , G06F40/295 , G06F18/22 , G06N3/048 , G06N3/088
摘要: 本发明公开了一种基于Ising模型的无监督词嵌入表示学习方法,包含以下步骤S1.将输入的文本数据实体依照Ising Model构建稀疏矩阵WISM;S2.将WISM经过SLEP得到全局关系矩阵WWCM;S3.构建批次文本数据实体集Batchi;S4.依次将n个Batchi输入至Word2vec模型,利用Skip‑Gram框架结合负采样的方法得到各实体Vmij的梯度#imgabs0#及#imgabs1#步骤S5.利用局部关系矩阵Wscm结合梯度#imgabs2#更新辅助向量θu,利用负关系矩阵WNCM结合梯度#imgabs3#更新Vmij的词嵌入Veij,本发明通过利用引入由Ising模型获取的带有全局信息的矩阵结合梯度不断更新辅助向量θu及词嵌入Veij,在Word2vec训练过程中引入全局关系得分,本发明的词嵌入表示学习方法准确性高。
-
公开(公告)号:CN110348019B
公开(公告)日:2023-04-28
申请号:CN201910644003.1
申请日:2019-07-17
申请人: 南通大学
IPC分类号: G06F40/289 , G06N3/045 , G06N3/0499 , G06N3/08 , G16H50/20 , G16H50/30 , G16H50/70
摘要: 本发明提供一种基于注意力机制的医疗实体向量转化方法,建立MedE2vec模型,具体包括以下步骤:患者整个医疗过程的电子病历包括时间分布零散的多次诊疗事件Event,单次的诊疗事件Event由患者的多个医疗实体Entity组成;输入患者的一次临床诊疗的所有医疗实体,由初始化向量矩阵W将其初始化为向量表示的诊疗序列;捕获患者诊疗事件序列V内部的医疗实体之间的关系即注意力机制;捕获患者不同诊疗事件间的关系:经过迭代训练得到向量矩阵W,W中的第i行即表示医疗实体集合中的向量;通过损失函数不断优化向量矩阵W,来得到最终的医疗实体向量。本发明是一个基于注意力机制的深度学习模型;MedE2vec可以生成更加精确的医疗实体向量。
-
公开(公告)号:CN113343710A
公开(公告)日:2021-09-03
申请号:CN202110726042.3
申请日:2021-06-29
申请人: 南通大学 , 南通先进通信技术研究院有限公司
IPC分类号: G06F40/30 , G06F40/295 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于Ising模型的无监督词嵌入表示学习方法,包含以下步骤S1.将输入的文本数据实体依照Ising Model构建稀疏矩阵WISM;S2.将WISM经过SLEP得到全局关系矩阵WWCM;S3.构建批次文本数据实体集Batchi;S4.依次将n个Batchi输入至Word2vec模型,利用Skip‑Gram框架结合负采样的方法得到各实体Vmij的梯度及步骤S5.利用局部关系矩阵Wscm结合梯度更新辅助向量θu,利用负关系矩阵WNCM结合梯度更新Vmij的词嵌入Veij,本发明通过利用引入由Ising模型获取的带有全局信息的矩阵结合梯度不断更新辅助向量θu及词嵌入Veij,在Word2vec训练过程中引入全局关系得分,本发明的词嵌入表示学习方法准确性高。
-
公开(公告)号:CN110575534A
公开(公告)日:2019-12-17
申请号:CN201910991869.X
申请日:2019-10-18
申请人: 南通大学
摘要: 本发明公开了一种恩度合成药物及其制备方法与应用,该合成药物通过羧甲基壳聚糖包载恩度,制备得到纳米级别的药物。通过皮下注射的方式外渗进入肿瘤组织中,该药物能够迅速与肿瘤内高钙离子络合,粒径迅速变大,并无法再行转移从而直接定位于肿瘤,提高恩度改善血管效果。
-
公开(公告)号:CN104573009B
公开(公告)日:2018-08-24
申请号:CN201510010013.1
申请日:2015-01-08
申请人: 南通大学
摘要: 本发明公开了一种领域知识库属性扩展的方法,包括建立属性要素框架,再通过参考《同义词词林》扩展属性词,从而作为种子集合。将已有的、并且词性标注和经过Gate标注的属性信息作为种子属性集合,设计种子模式,选择与种子模式匹配的内容信息,将这些特征词按照给定的文本模式结构进行模式化表示,从而生成新的文本模式,再用这些自动获取的文本模式来抽取新的特征属性,并将新的特征属性加入属性特征种子集合,不断重复这段过程从而完善扩充属性信息,本发明能提高领域知识库属性扩展覆盖面和精确度,进而提高领域知识库的质量,同时该方法简单高效。
-
-
-
-
-
-
-
-
-