-
公开(公告)号：CN113349796B
公开(公告)日：2024-05-10
申请号：CN202110666187.9
申请日：2021-06-16
申请人： 珠海中科先进技术研究院有限公司
IPC分类号： A61B5/369 , A61B5/374 , A61B5/00 , A61B5/318 , A61B5/347 , A61B5/389 , A61B5/397 , A61B5/398
摘要： 本发明涉及一种基于多源信号的睡眠监控方法、装置及介质的技术方案，包括：过可穿戴设备采集人体睡眠时的若干不同类型的多源生理信号；构建梯形多流卷积神经网络深度学习模型，输入多源生理信号至梯形多流卷积神经网络深度学习模型进行学习，得到多导睡眠模型；通过多导睡眠模型的多个分类器对多源生理信号进行分析，得到人体睡眠症状。本发明的有益效果为：实现多种信号输入多流，小量样本容量，高准确率要求的睡眠疾病诊断，对于存储资源要求不高，可用于终端。解决需要大量样本数据完成训练的机器学习模型短板。
-
公开(公告)号：CN111986801B
公开(公告)日：2024-10-18
申请号：CN202010676155.2
申请日：2020-07-14
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明涉及一种基于深度学习的康复评定方法、装置及介质的技术方案，包括：采集多维度数据，建康复评定数据库；调查数据库中进行关键词提取，确定康复服务对象康复指标；对多项维度数据及康复指标进行量化并构建对应的面板数据；构建基于深度学习的时间序列预测算法模型，对时间序列预测算法模型输入验证数据集进行预运行；筛选最优康复评定的预测算法模型，将康复服务对象对应的已量化的面板数据及康复指标输入至最优康复评定的预测算法模型，得到康复服务对象对应康复阶段的康复评定结果；直至完成康复服务对象的整个康复阶段评定。本发明的有益效果为：通过分布式大数据采集相关数据，进行量化处理并进行学习计算，使得康复评定更加有效。
-
公开(公告)号：CN113349796A
公开(公告)日：2021-09-07
申请号：CN202110666187.9
申请日：2021-06-16
申请人： 珠海中科先进技术研究院有限公司
IPC分类号： A61B5/369 , A61B5/374 , A61B5/00 , A61B5/318 , A61B5/347 , A61B5/389 , A61B5/397 , A61B5/398
摘要： 本发明涉及一种基于多源信号的睡眠监控方法、装置及介质的技术方案，包括：过可穿戴设备采集人体睡眠时的若干不同类型的多源生理信号；构建梯形多流卷积神经网络深度学习模型，输入多源生理信号至梯形多流卷积神经网络深度学习模型进行学习，得到多导睡眠模型；通过多导睡眠模型的多个分类器对多源生理信号进行分析，得到人体睡眠症状。本发明的有益效果为：实现多种信号输入多流，小量样本容量，高准确率要求的睡眠疾病诊断，对于存储资源要求不高，可用于终端。解决需要大量样本数据完成训练的机器学习模型短板。
-
公开(公告)号：CN112185558A
公开(公告)日：2021-01-05
申请号：CN202011004525.4
申请日：2020-09-22
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明涉及一种基于深度学习的心理健康及康复评定方法、装置及介质的技术方案，包括：构建大数据环境；通过大数据环境采集用于基于深度学习的心理健康及康复评定的多维度数据，通过数据库进行存储；根据维度数据计算心理康复评定指标及影响因素；对维度数据进行量化并构建面板数据；根据面板数据构建多个用于评定基于深度学习的心理健康及康复评定的模型；根据用于评定基于深度学习的心理健康及康复评定的模型对对应用户的维度数据进行预测，并生成描述性报告。本发明的有益效果为：建立基于深度学习的心理健康及康复评定模型训练数据集，保证数据集准确率高；模型分析预测结果将生成描述性可读报告，为心理健康医护人员提供可读的数据支持。
-
公开(公告)号：CN111986808A
公开(公告)日：2020-11-24
申请号：CN202010751841.1
申请日：2020-07-30
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明涉及一种健康保险风险评估及控制的方法、装置及介质的技术方案，包括：通过大数据环境对一项或多项涉及健康保险风险评估的维度数据进行采集；进行健康保险精算指标进行计算；根据维度数据及健康保险精算指标进行预处理和正则化处理，得到评价指标数据；根据评价指标数据和健康保险精算指标数据计算健康保险风险评指标，构建三维面板数据并进行预测，输出最优预测结果；以时间序列深度学习模型的准确率、召回率和AUC值等作为健康保险风险评估模型的评价参数。本发明的有益效果为：基于深度学习和大数据云计算平台，实现健康保险精算工作的各大指标，降低供保单位逆选择的风险。
-
公开(公告)号：CN111815487A
公开(公告)日：2020-10-23
申请号：CN202010596162.1
申请日：2020-06-28
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明涉及一种基于深度学习的健康教育评估方法、装置及介质的技术方案，包括：通过分布式采集设备及分布式存储设备对影响健康教育项目的多项维度数据进行采集；根据多项维度数据计算涉及健康问题的多项统计指标；对多项维度数据进行量化处理并构建面板数据；根据面板面板建立一个或多个深度学习序列预测算法模型；将统计指标输入深度学习序列预测算法模型，对未来设定时间段内影响健康教育项目的可能性值；基于可能值设定阈值，输出未来设定时间段内可能性值大于阈值的时刻点，将时刻点作为开展健康教育的最优时间点。本发明的有益效果为：通过分布式大数据采集相关数据，进行量化处理并进行学习计算，使得健康教育项目得到有效的评估。
-
公开(公告)号：CN111462917A
公开(公告)日：2020-07-28
申请号：CN202010135150.9
申请日：2020-03-02
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明公开了一种基于空间地理分析和机器学习的疫情预警方法及系统，涉及大数据及机器学习领域，用于实现：通过疫区进行数据采集，快速预测未来时间段内疫情发展走向和疫情发展程度，结合所述数据便于制定更加合理有效的进行防疫控制措施。本发明的有益效果为：快速预测未来时间段内疫情发展走向和疫情发展程度，当控制政策、药物出台后，可以根据不同地区普及的情况，预测地区疫情控制请情况，衡量不同政策实施的效果，以重点实时防控措施，同时将分析结果与社交媒体结合，使得居民在家就能得知疫情控制和发展情况，约束出行行为。
-
公开(公告)号：CN111815487B
公开(公告)日：2024-02-27
申请号：CN202010596162.1
申请日：2020-06-28
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明涉及一种基于深度学习的健康教育评估方法、装置及介质的技术方案，包括：通过分布式采集设备及分布式存储设备对影响健康教育项目的多项维度数据进行采集；根据多项维度数据计算涉及健康问题的多项统计指标；对多项维度数据进行量化处理并构建面板数据；根据面板数据建立一个或多个深度学习序列预测算法模型；将统计指标输入深度学习序列预测算法模型，对未来设定时间段内影响健康教育项目的可能性值；基于可能值设定阈值，输出未来设定时间段内可能性值大于阈值的时刻点，将时刻点作为开展健康教育的最优时间点。本发明的有益效果为：通过分布式大数据采集相关数据，进行量(56)对比文件WO 2012089539 A1,2012.07.05WO 2018236242 A1,2018.12.27WO 2019053234 A1,2019.03.21孙世岩;张钢;田福庆;梁伟阁.多输入混合深度学习网络的健康因子构建方法.系统工程与电子技术.2020,(10),全文.林卓等.杉木人工林碳汇木材复合经济收益分析及最优轮伐期确定——基于时间序列预测模型.林业科学.2016,(第第10期期),134-145.
-
公开(公告)号：CN116919333A
公开(公告)日：2023-10-24
申请号：CN202310780556.6
申请日：2023-06-28
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明公开了基于可解释性算法的多模态数据睑板腺功能障碍检测，S1：收集数据；S2：根据睑板腺的状态进行标记和分级；S3：数据不平衡处理；S4：数据的初步校准；S5：数据的集成处理；S6：建立睑板腺分级深度学习模型；S7：模型训练；S8：建立并得到可解释评价指标矩阵；S9：可解释性评价；S10：得到优化模型；S11：对得到的热图对数据进行消歧预处理；S12：对图片进行深度校准；S13：图片特征提取；S14：实现特征值重要性计算；S15：对最高的特征值特征进行归一化处理。本发明所述的基于可解释性算法的多模态数据睑板腺功能障碍检测，可解释人工智能可能有助于提高MGD检测的数据质量，XAI可以帮助识别用于训练用于MGD检测的ML和DL模型的数据的问题。
-
公开(公告)号：CN111462917B
公开(公告)日：2023-05-30
申请号：CN202010135150.9
申请日：2020-03-02
申请人： 珠海中科先进技术研究院有限公司
摘要： 本发明公开了一种基于空间地理分析和机器学习的疫情预警方法及系统，涉及大数据及机器学习领域，用于实现：通过疫区进行数据采集，快速预测未来时间段内疫情发展走向和疫情发展程度，结合所述数据便于制定更加合理有效的进行防疫控制措施。本发明的有益效果为：快速预测未来时间段内疫情发展走向和疫情发展程度，当控制政策、药物出台后，可以根据不同地区普及的情况，预测地区疫情控制请情况，衡量不同政策实施的效果，以重点实时防控措施，同时将分析结果与社交媒体结合，使得居民在家就能得知疫情控制和发展情况，约束出行行为。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.035 秒)
