门静脉血栓诊断的关键指标的获取方法及系统

    公开(公告)号:CN118197655A

    公开(公告)日:2024-06-14

    申请号:CN202410263570.3

    申请日:2024-03-08

    发明人: 张涛 黄缘 米威名

    摘要: 本发明涉及医学信息技术领域,公开一种门静脉血栓诊断的关键指标的获取方法及系统,包括:获取确诊门静脉血栓的肝硬化患者群体的临床数据;对临床数据进行预处理,得到若干临床指标;通过LightGBM算法对若干临床指标进行拟合,结合五折交叉验证法,得到多个门静脉血栓诊断关键指标获取模型;根据每个临床指标在各个门静脉血栓诊断关键指标获取模型的叶子节点上的分裂收益,并得到每个临床指标在多个门静脉血栓诊断关键指标获取模型之间的平均总增益,将平均总增益符合预设要求的临床指标作为门静脉血栓诊断的关键指标。本发明得到用于门静脉血栓诊断的十个关键性指标,可用于医疗人员高效、准确地诊断肝硬化患者是否罹患门静脉血栓。

    一种门静脉血栓预测模型的构建方法及预测系统

    公开(公告)号:CN117672536A

    公开(公告)日:2024-03-08

    申请号:CN202311648010.1

    申请日:2023-12-04

    发明人: 张涛 黄缘 米威名

    IPC分类号: G16H50/50 G16H10/60 G16H50/30

    摘要: 本发明涉及医疗信息数据处理技术领域,公开一种门静脉血栓预测模型的构建方法及预测系统,包括:得到肝硬化人群带标签的临床数据,所述标签为肝硬化人群是否罹患门静脉血栓的属性标签;对带标签的临床数据进行预处理,得到数值型数据、组合型数据、图像特征数据;将数值型数据、组合型数据、图像特征数据进行合并,得到肝硬化人群的带标签病例特征;根据肝硬化人群的带标签病例特征,训练得到门静脉血栓预测模型。本发明通过门静脉血栓预测模型能够高效、准确地预测肝硬化患者是否罹患门静脉血栓,避免占用医疗人员大量的时间和精力去依赖个人经验进行诊治的同时还无法保证决策准确性,提高问诊速度,一定程度上解决百姓看病难的问题。

    多组分系统的资源配置方法、装置、计算机设备和存储介质

    公开(公告)号:CN117290073B

    公开(公告)日:2024-02-13

    申请号:CN202311562097.0

    申请日:2023-11-22

    IPC分类号: G06F9/48 G06F9/50

    摘要: 本申请涉及一种多组分系统的资源配置方法、装置、计算机设备和存储介质。方法包括:获取目标园区的各组分系统的系统数据信息和资源信息、以及各影响因素的影响因素数据,并基于每个影响因素数据,调整得到各组分系统目标数据信息;构建目标园区的智能体系系统,得到各组分系统的资源配置任务;采集每个组分系统的当前资源调度进度;筛选异常系统的资源配置任务,调整智能体系系统的资源配置参数,得到新智能体系系统;识别各组分系统的当前资源信息,并将各组分系统的当前资源信息,替换各组分系统的资源信息,返回执行上述步骤,直到完成调度各组分系统的资源信息的进度。采用本方法能够提升了多组分系统资源配置的资源利用率。

    一种长距离密集人群场景下的移动机器人路径规划方法

    公开(公告)号:CN116718190A

    公开(公告)日:2023-09-08

    申请号:CN202310606413.3

    申请日:2023-05-26

    发明人: 曾龙 熊鑫 张涛 郭璁

    IPC分类号: G01C21/20 G01C21/00 G06N3/092

    摘要: 本发明公开了一种长距离密集人群场景下的移动机器人路径规划方法,包括:S1、获取移动机器人在地图上的起始点和终点位置,利用全局规划器生成全局路径;S2、在全局路径上提取航点和地标,并进行坐标系转化得到机器人坐标系下的航点和地标;S3、将机器人坐标系下的航点和地标及移动机器人收集的点云数据输入深度学习神经网络的决策策略,进行决策策略学习得到最优决策模型;S4、将机器人坐标系下的航点和地标及移动机器人收集的点云数据输入最优决策模型,得到按固定决策时间输出的最优局部目标点,进行规划策略学习得到最优规划模型,以得到移动机器人的路径规划。本发明能够提高移动机器人在长距离密集人群环境中的安全性和时间效率。

    生成指定故障趋势数据的方法和装置

    公开(公告)号:CN116204786A

    公开(公告)日:2023-06-02

    申请号:CN202310085004.3

    申请日:2023-01-18

    摘要: 本发明涉及故障诊断技术领域,特别涉及一种生成指定故障趋势数据的方法和装置。方法包括:确定随机噪声和指定故障趋势;其中,指定故障趋势为0~1中的任一数值;将随机噪声和指定故障趋势输入预先训练好的生成模型中,得到与指定故障趋势相匹配的数据;其中,生成模型是基于样本集对预先构建的条件生成对抗网络模型进行训练得到的,样本集是通过对真实数据集进行近邻估计得到的,样本集包括若干个样本对,每个样本对均包括一个样本数据和用于表征该样本数据的故障趋势的样本标签,真实数据集中的每一个真实数据均对应一个用于表征该真实数据的故障趋势的故障标签。本发明方法能够生成与指定故障趋势相匹配的数据,且生成的数据质量较高。