-
公开(公告)号：CN111988178B
公开(公告)日：2023-04-07
申请号：CN202010847915.1
申请日：2020-08-21
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： H04L41/0894 , H04L41/14 , H04L41/12
摘要： 本发明提供了一种融合节点多属性的复杂网络重要节点识别方法，包括如下步骤：S10确认网络连接；S20获得节点i的介数中心性评估参数BC(i)、节点i的近邻中心性评估参数CC(i)以及节点i的信息中心性评估参数IC(i)；S30采用改进的变异系数(ICV)计算参数BC、CC以及IC对节点i的重要性贡献系数ωBC、ωCC以及ωIC；S40构建公式BICC(i)＝ωBCBC(i)+ωCCCC(i)+ωICIC(i)计算复杂网络节点的中心性得分，识别出复杂网络中系统层面的重要节点。本发明的一种融合节点多属性的复杂网络重要节点识别方法，将介数中心性评估参数BC、近邻中心性评估参数CC以及信息中心性评估参数IC进行有效融合，从网络系统水平上考虑节点重要性的评价指标，与现有技术相比重要节点识别的可靠性极大提高，算法的精度得到了较大的改善。
-
公开(公告)号：CN111988178A
公开(公告)日：2020-11-24
申请号：CN202010847915.1
申请日：2020-08-21
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： H04L12/24
摘要： 本发明提供了一种融合节点多属性的复杂网络重要节点识别方法，包括如下步骤：S10确认网络连接；S20获得节点i的介数中心性评估参数BC(i)、节点i的近邻中心性评估参数CC(i)以及节点i的信息中心性评估参数IC(i)；S30采用改进的变异系数(ICV)计算参数BC、CC以及IC对节点i的重要性贡献系数ωBC、ωCC以及ωIC；S40构建公式BICC(i)＝ωBCBC(i)+ωCCCC(i)+ωICIC(i)计算复杂网络节点的中心性得分，识别出复杂网络中系统层面的重要节点。本发明的一种融合节点多属性的复杂网络重要节点识别方法，将介数中心性评估参数BC、近邻中心性评估参数CC以及信息中心性评估参数IC进行有效融合，从网络系统水平上考虑节点重要性的评价指标，与现有技术相比重要节点识别的可靠性极大提高，算法的精度得到了较大的改善。
-
公开(公告)号：CN111986814A
公开(公告)日：2020-11-24
申请号：CN202010847648.8
申请日：2020-08-21
申请人： 南通大学 , 南通先进通信技术研究院有限公司
摘要： 本发明提供了一种红斑狼疮患者的狼疮性肾炎预测模型的建模方法，包括如下步骤：S10数据采集，使用自然语言处理方法从系统性红斑狼疮患者电子病历中抽取了表型数据以及人口统计学数据；S20将所述表型数据以及所述人口统计学数据通过01矩阵转换为特征向量；S30模型训练，使用部分所述特征向量对所述狼疮性肾炎预测模型进行训练，获得所述狼疮性肾炎预测模型。本发明的一种红斑狼疮患者的狼疮性肾炎预测模型的建模方法，使用大量现有的电子病历数据建立狼疮性肾炎预测模型，将所述狼疮性肾炎预测模型应用于所述红斑狼疮患者并发症的研究，可针对高危人群采取恰当措施，辅助医生诊疗，降低狼疮性肾炎的发病率。
-
公开(公告)号：CN111986754A
公开(公告)日：2020-11-24
申请号：CN202010847632.7
申请日：2020-08-21
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： G16H10/60 , G06F16/25 , G06F16/215
摘要： 本发明提供了一种基于糖尿病的电子病历管理模型构建方法，包括如下步骤：S10数据采集，采集医院糖尿病患者的临床数据，将所述临床数据做结构转化获得一维表，所述一维表包括与患者病历号一一对应的临床参数；S20数据清洗，将所述临床参数经去空值与归一化、一维转二维、异常值剔除、缺省率统计与缺失值填补以及数据离散化完成清洗；S30数据标准化，将完成数据清洗后的所述临床参数通过OHDSI工具进行标准化处理，获得所述电子病历管理模型。本发明的一种基于糖尿病的电子病历管理模型构建方法，通过数据清洗以及标准化实现糖尿病的电子病历数据的统一性和规范化，为后续的统计模型和机器学习模型的建立提供了稳定的数据基础。
-
公开(公告)号：CN111968748A
公开(公告)日：2020-11-20
申请号：CN202010847939.7
申请日：2020-08-21
申请人： 南通大学 , 南通先进通信技术研究院有限公司
摘要： 本发明提供了一种糖尿病并发症预测模型的建模方法，包括如下步骤：S10数据采集，采集医院糖尿病并发症数据；S20数据处理，将所述并发症数据进行预处理获得建模数据；S30将所述建模数据利用SPSS软件进行数据离散化处理获得特征数据；以及S40使用70％的所述特征数据对机器学习模型进行训练，使用30％的所述特征数据对所述机器学习模型进行测试，获得所述糖尿病并发症预测模型。本发明的一种糖尿病并发症预测模型的建模方法，使用大量现有的国内糖尿病患者的电子病历数据建立糖尿病并发症预测模型，可提高国内糖尿病患者的并发症的预测效果，将所述糖尿病并发症预测模型应用于糖尿病并发症预测可针对高危人群采取恰当措施，辅助医生诊疗。
-
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：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：CN111986818A
公开(公告)日：2020-11-24
申请号：CN202010847901.X
申请日：2020-08-21
申请人： 南通大学 , 南通先进通信技术研究院有限公司
摘要： 本发明提供了一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统，包括依次连接的：数据采集模块，用于采集与TMPRSS2相关的医疗文献资料；生物医学概念实体提取模块，使用自然语言处理从所述医疗文献资料中提取生物医学概念实体；特征向量转化模块，用于将所述生物医学概念实体转换为机器学习可识别的向量形式；以及相似度分析模块，所述特征向量转化模块输出至所述相似度分析模块，通过相似度分析获得治疗药物。本发明的一种基于TMPRSS2的新冠COVID-19治疗药物筛选系统，从TMPRSS2出发，使用自然语言处理方法，分析与TMPRSS2相关的所有文献，可以在短时间内由程序筛选出COVID-19相关的药物、器官与靶点，提高治疗方案选取的效率。
-
公开(公告)号：CN111986817A
公开(公告)日：2020-11-24
申请号：CN202010847647.3
申请日：2020-08-21
申请人： 南通大学 , 南通先进通信技术研究院有限公司
摘要： 本发明提供了一种通过ACE2筛选新冠COVID-19治疗药物的方法，包括如下步骤：S10数据采集，采集与ACE2相关的医疗文献资料；S20使用自然语言处理从所述医疗文献资料中提取生物医学概念实体；S30使用嵌入向量方法把所述生物医学概念实体转换为机器可识别的向量形式；以及S40通过各向量间余弦相似度获得ACE2与所述生物医学概念实体间的相似度，通过相似度分析获得治疗药物。本发明的一种通过ACE2筛选新冠COVID-19治疗药物的方法，从ACE2出发，使用自然语言处理方法，分析与ACE2相关的所有文献，可以在短时间内由程序筛选出COVID-19相关的药物、器官与靶点，提高治疗方案选取的效率。
-
公开(公告)号：CN111986814B
公开(公告)日：2024-01-16
申请号：CN202010847648.8
申请日：2020-08-21
申请人： 南通大学 , 南通先进通信技术研究院有限公司
摘要： 本发明提供了一种红斑狼疮患者的狼疮性肾炎预测模型的建模方法，包括如下步骤：S10数据采集，使用自然语言处理方法从系统性红斑狼疮患者电子病历中抽取了表型数据以及人口统计学数据；S20将所述表型数据以及所述人口统计学数据通过01矩阵转换为特征向量；S30模型训练，使用部分所述特征向量对所述狼疮性肾炎预测模型进行训练，获得所述狼疮性肾炎预测模型。本发明的一种红斑狼疮患者的狼疮性肾炎预测模型的建模方法，使用大量现有的电子病历数据建立狼疮性肾炎预测模型，将所述狼疮性肾炎预测模型应用于所述红斑狼疮患者并发症的研究，可针对高危人群采取恰当措施，辅助医生诊疗，降低狼疮性肾炎的发病率。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.043 秒)
