一种基于多视图对比学习的电子病历表示学习方法

    公开(公告)号:CN117409911B

    公开(公告)日:2024-05-07

    申请号:CN202311325540.2

    申请日:2023-10-13

    申请人: 四川大学

    摘要: 本发明提供了一种基于多视图对比学习的电子病历表示学习方法,具体包括以下步骤:根据电子病历中患者数据的医疗代码,构建相应图结构数据;利用医疗代码的共现矩阵对图结构数据进行预训练;利用多视图对比学习法在训练集上对多个任务同时训练模型,得到训练完成的多视图对比学习模型以及在训练集上的多任务患者表示矩阵;根据训练完成的多视图对比学习模型,计算待分类多任务患者表示矩阵,并根据表示矩阵得到多任务的患者预测结果。本发明解决了如何在多任务上有效利用电子病历中医疗代码的内在结构进行患者有效表示的问题,通过结合图对比学习、多视图和多任务学习的思想,提高了下游任务的分类预测准确率。

    一种基于多视图对比学习的电子病历表示学习方法

    公开(公告)号:CN117409911A

    公开(公告)日:2024-01-16

    申请号:CN202311325540.2

    申请日:2023-10-13

    申请人: 四川大学

    摘要: 本发明提供了一种基于多视图对比学习的电子病历表示学习方法,具体包括以下步骤:根据电子病历中患者数据的医疗代码,构建相应图结构数据;利用医疗代码的共现矩阵对图结构数据进行预训练;利用多视图对比学习法在训练集上对多个任务同时训练模型,得到训练完成的多视图对比学习模型以及在训练集上的多任务患者表示矩阵;根据训练完成的多视图对比学习模型,计算待分类多任务患者表示矩阵,并根据表示矩阵得到多任务的患者预测结果。本发明解决了如何在多任务上有效利用电子病历中医疗代码的内在结构进行患者有效表示的问题,通过结合图对比学习、多视图和多任务学习的思想,提高了下游任务的分类预测准确率。

    基于两类绿色溶剂和原料构建的三相动态提取体系及装置

    公开(公告)号:CN116407864A

    公开(公告)日:2023-07-11

    申请号:CN202111642292.5

    申请日:2021-12-29

    申请人: 四川大学

    发明人: 姚舜 冯雪婷 曹宇

    IPC分类号: B01D11/02

    摘要: 本发明公开了一种液‑液‑固三相提取体系;将不相混溶的疏水性低共熔溶剂磁流体(液相1)、离子液体水溶液(液相2)合用,并同时以两者为溶剂,将其应用于天然原料(固相)所含不同极性成分的同步提取分离。在连续动态提取过程中,磁流体通过输送管道流经固定在其末端滤袋中的原料颗粒后,连同提取得到的低极性成分在外磁场作用下富集在离子液体水溶液上层,并随着磁流体的不断增多而从排出管中导出并收集;同时,位于下层的离子液体水溶液可将与其直接接触的滤袋中原料颗粒所含极性成分浸提出来。与传统溶剂多步操作的提取方式相比,本体系整体效率和集成性更高,分相更容易,操作环节和能耗均有明显降低,而且实现了不同类型绿色溶剂的联合应用。