公开(公告)号：CN113239210B

公开(公告)日：2022-09-27

申请号：CN202110571551.3

申请日：2021-05-25

申请人： 河海大学

发明人： 蔡虓 ,  张鹏程 ,  杨淑涵 ,  赵培培

IPC分类号： G06F16/36 ,  G06F16/28 ,  G06F16/33 ,  G06F16/335 ,  G06F16/34 ,  G06F16/35 ,  G06F40/295 ,  G06F40/30 ,  G06K9/62 ,  G06N5/02

摘要： 本发明公开了一种基于自动化补全知识图谱的水利文献推荐方法及系统，属于水利类文本推荐领域。本发明首先收集水利领域的文本语料进行预处理，并生成文本摘要；然后进行命名实体抽取和实体关系抽取，抽取到的实体作为文本的标签，使用三元组构建知识图谱；再使用改进TransE计算图谱向量，利用已有图谱自动补全自构建图谱；最后根据用户的输入获取对应的实体标签，根据实体标签查询识图谱，计算对应查询结果标签的文本与用户输入文本的语义相似度，得到推荐列表。相比于传统仅借助机器学习训练的模型计算特征相似度进行推荐，只考虑了语料结构表意层的特征，忽视不同语料之间的逻辑关系，本发明提高了推荐准确性和可解释性。

公开(公告)号：CN113223701A

公开(公告)日：2021-08-06

申请号：CN202110531057.4

申请日：2021-05-16

申请人： 河海大学

发明人： 王宇嘉 ,  蔡虓 ,  姚可越 ,  冯艺

IPC分类号： G16H50/20 ,  G16H50/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于Transformer‑MHP模型的突发心脏病预测方法，包括数据预处理、特征分析、模型构建与训练、性能评价四部分。首先根据所得心脏病数据样本进行数据预处理，然后使用PCA主成分分析法对数据集进行降维分析，最后使用Spearman相关分析算法筛选出十四个特征属性进行模型训练。Transformer算法的主作用域为自然语言处理并且成就显著，本发明将传统Transformer框架进行改进与创新，结合高可拓展性的并行处理算法提出了一种新Transformer‑MHP算法模型用于AI医疗领域来进行突发心脏病的概率预测，以辅助提高医疗工作效率和准确率。最后，本发明通过实验对模型进行性能评价，结果表明，本发明的Transformer‑MHP心脏病预测算法与传统算法相比具有较好的准确性和可解释性。

公开(公告)号：CN113838018B

公开(公告)日：2024-01-23

申请号：CN202111085690.1

申请日：2021-09-16

申请人： 泰州市人民医院 ,  河海大学

发明人： 杨永林 ,  张鹏程 ,  冯艺 ,  肖丽 ,  李子轩 ,  王欣茹 ,  蔡虓 ,  杨淑涵

IPC分类号： G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06N3/047 ,  G06N3/084

摘要： 本发明公开了一种基于Cnn‑former的肝纤维化病变检测模型训练方法与系统，属于深度学习结合多模态医疗领域。本发明首先构建包含病理生化特征、生理特征、CT图像特征的多模态数据集；进而对所整合数据集进行预处理得到数值化的特征序列；再通过Spearman相关系数结合特征权重影响图检测相关特征，提取有效特征；最后构建基于Cnn‑former模型的肝纤维化病变检测网络，在数据集上进行训练，同时完成模型评估。相比于传统通过“肝穿刺”方式检测肝病，基于Cnn‑former模型的肝纤维化病变检测方法，在实现AI无痛检测的同时对病变具有较高检测精度。

公开(公告)号：CN114300119A

公开(公告)日：2022-04-08

申请号：CN202111484244.8

申请日：2021-12-07

申请人： 泰州市人民医院 ,  河海大学

发明人： 杨永林 ,  张鹏程 ,  赵川 ,  蔡虓 ,  窦宇明 ,  黄馨怡 ,  杨淑涵 ,  谢天祺

IPC分类号： G16H50/20 ,  G16H70/60 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于Multi‑Cnn‑Former的肝部疾病检测训练方法与系统。本发明方法包括：获取患者病历相关信息并进行预处理和筛选得到用于模型学习特征数据集；构建Multi‑Cnn‑Former网络模型，该模型包括多个子任务模型，用于识别患者肝炎、肝纤维化不同分期程度，每个子任务模型输出患者不同分期的概率；在合成的肝炎+肝纤维化多任务数据集上进行训练，预测出病人肝炎、肝纤维化的分期程度，采用投票法得到病人的诊断结果。相比于传统单一模型适配单一任务，基于Multi‑Cnn‑Former的肝部疾病检测训练方法，可以实现一种模型适配精确检测两种疾病。

公开(公告)号：CN113838018A

公开(公告)日：2021-12-24

申请号：CN202111085690.1

申请日：2021-09-16

申请人： 泰州市人民医院 ,  河海大学

发明人： 杨永林 ,  张鹏程 ,  冯艺 ,  肖丽 ,  李子轩 ,  王欣茹 ,  蔡虓 ,  杨淑涵

IPC分类号： G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于Cnn‑former的肝纤维化病变检测模型训练方法与系统，属于深度学习结合多模态医疗领域。本发明首先构建包含病理生化特征、生理特征、CT图像特征的多模态数据集；进而对所整合数据集进行预处理得到数值化的特征序列；再通过Spearman相关系数结合特征权重影响图检测相关特征，提取有效特征；最后构建基于Cnn‑former模型的肝纤维化病变检测网络，在数据集上进行训练，同时完成模型评估。相比于传统通过“肝穿刺”方式检测肝病，基于Cnn‑former模型的肝纤维化病变检测方法，在实现AI无痛检测的同时对病变具有较高检测精度。

公开(公告)号：CN113239210A

公开(公告)日：2021-08-10

申请号：CN202110571551.3

申请日：2021-05-25

申请人： 河海大学

发明人： 蔡虓 ,  张鹏程 ,  杨淑涵 ,  赵培培

IPC分类号： G06F16/36 ,  G06F16/28 ,  G06F16/33 ,  G06F16/335 ,  G06F16/34 ,  G06F16/35 ,  G06F40/295 ,  G06F40/30 ,  G06K9/62 ,  G06N5/02

摘要： 本发明公开了一种基于自动化补全知识图谱的水利文献推荐方法及系统，属于水利类文本推荐领域。本发明首先收集水利领域的文本语料进行预处理，并生成文本摘要；然后进行命名实体抽取和实体关系抽取，抽取到的实体作为文本的标签，使用三元组构建知识图谱；再使用改进TransE计算图谱向量，利用已有图谱自动补全自构建图谱；最后根据用户的输入获取对应的实体标签，根据实体标签查询识图谱，计算对应查询结果标签的文本与用户输入文本的语义相似度，得到推荐列表。相比于传统仅借助机器学习训练的模型计算特征相似度进行推荐，只考虑了语料结构表意层的特征，忽视不同语料之间的逻辑关系，本发明提高了推荐准确性和可解释性。