-
公开(公告)号：CN114999667A
公开(公告)日：2022-09-02
申请号：CN202210338612.6
申请日：2022-04-01
申请人： 山东大学
摘要： 本发明公开了一种考虑交通干预的传染病跨区域传播预测方法及系统；获取地理单元及主要参数；基于地理单元级别及主要参数，构建传染病模拟背景，确定对应的异地转移概率矩阵；根据异地转移概率矩阵，构建传染病动力学模型；根据传染病动力学模型，确定指定时空下各地区不同仓室人员数目，模拟和可视化各地区传染病动态；根据各地区不同仓室人员数目，确定和可视化病毒实时传播力及其置信区间；根据各地区仓室人口变化数据和病毒实时传播力，预测并可视化各地区未来传染病趋势。本发明集传染病传播模拟、病毒实时传播力计算、传染病流行趋势预测、交通防控干预措施为一体，在传染病发生早期为各地疾控部门进行传染病预测和防控提供有效的帮助。
-
公开(公告)号：CN112992373A
公开(公告)日：2021-06-18
申请号：CN202110260151.0
申请日：2021-03-10
申请人： 山东大学
摘要： 本发明公开了一种传染病的流行趋势预判方法及系统，包括：根据t时刻到t+i+1时刻的现存病例数和康复病例数，以及中间t+i时刻的病例数和康复病例数得到瞬时传染速率和瞬时恢复速率；根据瞬时传染速率和瞬时恢复速率计算瞬时再生数；根据瞬时再生数、累计病例数和累计死亡病例数采用构建的广义生长预测模型预测流行周期内各时间节点的发病例数和死亡病例数；根据各时间节点的发病例数和死亡病例数计算流行周期内新增病例数的增长速度，以此得到流行趋势。保证流行动力预测的准确性与时效性，保证流行趋势曲线预测的准确性，从而实现在有效的时间节点采取防控措施以抑制疫情。
-
公开(公告)号：CN118299070B
公开(公告)日：2024-09-06
申请号：CN202410725125.4
申请日：2024-06-06
申请人： 山东大学
摘要： 本发明公开一种基于反事实预测的治疗效果估计方法、系统、设备及介质，涉及机器学习技术领域，包括：获取被测个体的治疗信息，以及影响治疗和治疗结果的个体特征变量，根据治疗信息划分治疗组，并获取治疗组相对应的治疗结果；在个体特征变量中，采用互信息方法筛选出混杂变量表征与调整变量表征；基于对照组和治疗组的治疗信息，平衡混杂变量表征；根据调整变量表征和平衡后的混杂变量表征，在对照组中筛选出与被测个体表征相似度超过设定阈值的样本，从而得到被测个体的反事实结果；将潜在事实结果与反事实结果做差得到被测个体的治疗效果估计结果。消除选择偏差，减少混杂变量影响，提高治疗效果估计的鲁棒性。
-
公开(公告)号：CN114999667B
公开(公告)日：2024-04-05
申请号：CN202210338612.6
申请日：2022-04-01
申请人： 山东大学
摘要： 本发明公开了一种考虑交通干预的传染病跨区域传播预测方法及系统；获取地理单元及主要参数；基于地理单元级别及主要参数，构建传染病模拟背景，确定对应的异地转移概率矩阵；根据异地转移概率矩阵，构建传染病动力学模型；根据传染病动力学模型，确定指定时空下各地区不同仓室人员数目，模拟和可视化各地区传染病动态；根据各地区不同仓室人员数目，确定和可视化病毒实时传播力及其置信区间；根据各地区仓室人口变化数据和病毒实时传播力，预测并可视化各地区未来传染病趋势。本发明集传染病传播模拟、病毒实时传播力计算、传染病流行趋势预测、交通防控干预措施为一体，在传染病发生早期为各地疾控部门进行传染病预测和防控提供有效的帮助。
-
公开(公告)号：CN112992373B
公开(公告)日：2022-09-16
申请号：CN202110260151.0
申请日：2021-03-10
申请人： 山东大学
摘要： 本发明公开了一种传染病的流行趋势预判方法及系统，包括：根据t时刻到t+i+1时刻的现存病例数和康复病例数，以及中间t+i时刻的病例数和康复病例数得到瞬时传染速率和瞬时恢复速率；根据瞬时传染速率和瞬时恢复速率计算瞬时再生数；根据瞬时再生数、累计病例数和累计死亡病例数采用构建的广义生长预测模型预测流行周期内各时间节点的发病例数和死亡病例数；根据各时间节点的发病例数和死亡病例数计算流行周期内新增病例数的增长速度，以此得到流行趋势。保证流行动力预测的准确性与时效性，保证流行趋势曲线预测的准确性，从而实现在有效的时间节点采取防控措施以抑制疫情。
-
公开(公告)号：CN114036950B
公开(公告)日：2024-05-10
申请号：CN202111327160.3
申请日：2021-11-10
申请人： 山东大学 , 济南兴腾信息科技有限公司
IPC分类号： G06F40/295 , G06N3/0455 , G06N3/08
摘要： 本发明公开了一种医疗文本命名实体识别方法及系统，所述方法包括以下步骤：获取待识别医疗文本；基于预训练的命名实体识别模型，对所述待识别医疗文本进行命名实体识别；其中，所述命名实体识别模型训练方法包括：获取已进行实体标注的医疗文本训练数据集，对每个训练数据均进行字符级编码、实体位置编码和实体类别编码；根据选定中文预训练模型，根据所述字符级编码及相应的实体位置编码和实体类别编码，训练得到所述命名实体识别模型。本发明通过改进实体位置编码和实体类别编码方法，能够快速高效的进行命名实体预测。
-
公开(公告)号：CN116386892A
公开(公告)日：2023-07-04
申请号：CN202310517895.5
申请日：2023-05-06
申请人： 山东大学
摘要： 本发明公开一种基于边际因果先验知识约束的循证医学推理方法及系统，包括：获取待分析疾病相关的危险因素以及危险因素相关的先验知识；以危险因素为节点构建完全无向图，以先验知识为约束，确定危险因素间的边际因果关系，从而构建因果网络图，以此得到待分析疾病的循证医学推理结果。将边际因果先验作为因果网络结构中的约束条件，把边际因果先验关系和基于数据的条件独立性检验相结合，对若干个疾病相关的危险因素判断边际因果关系，从而确定与疾病直接相关的因素和与疾病相关但不存在直接因果关系的中间变量。
-
公开(公告)号：CN118521830A
公开(公告)日：2024-08-20
申请号：CN202410732454.1
申请日：2024-06-07
申请人： 山东大学
IPC分类号： G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06V10/77
摘要： 本公开提供了基于深度学习的生成图像分类系统、存储介质及设备，涉及深度学习分类技术领域，包括数据获取模块，用于获取多癌种的非图像特征数据；图像生成模块，用于采用非线性降维算法，将高维度的非图像特征数据嵌入二维空间，定义非图像特征的位置，采用凸包算法进行非图像特征定位，确定非图像特征矩阵中每个非图像特征的位置，映射特征值生成唯一对应的图像；分类模块，用于将生成图像输入至CNN网络中，提取生成图像的层次化特征，并引入空间注意力机制，实现对关键区域的感知，提取抽象层次特征，引入通道注意力机制学习通道权重，最后经过全连接层逐步减小输出通道数量，捕捉全局语义信息，输出生成图像的分类结果。
-
公开(公告)号：CN115862869A
公开(公告)日：2023-03-28
申请号：CN202211619721.1
申请日：2022-12-15
申请人： 山东大学 , 济南兴腾信息科技有限公司
摘要： 本发明公开一种基于因果网络不确定性推理的疾病预测预警系统，通过构建稳健的、具备不确定性因果推理功能的多慢病一体化因果网络医学图脑模型，且经多疾病模型融合后，在患病推断过程中，对涉及到的患病影响因素进行分类，并根据分类结果进行三维分层显示；实现多慢病一体化联动在线实时智能预测预警和个性化干预决策，实现区域性、大规模的人群癌症筛查与慢病风险评估，基于动态三维可视化技术，实现推理过程的可视化。
-
公开(公告)号：CN114036950A
公开(公告)日：2022-02-11
申请号：CN202111327160.3
申请日：2021-11-10
申请人： 山东大学 , 济南兴腾信息科技有限公司
IPC分类号： G06F40/295 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种医疗文本命名实体识别方法及系统，所述方法包括以下步骤：获取待识别医疗文本；基于预训练的命名实体识别模型，对所述待识别医疗文本进行命名实体识别；其中，所述命名实体识别模型训练方法包括：获取已进行实体标注的医疗文本训练数据集，对每个训练数据均进行字符级编码、实体位置编码和实体类别编码；根据选定中文预训练模型，根据所述字符级编码及相应的实体位置编码和实体类别编码，训练得到所述命名实体识别模型。本发明通过改进实体位置编码和实体类别编码方法，能够快速高效的进行命名实体预测。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.031 秒)