共查询到20条相似文献，搜索用时 46 毫秒
1.
2.
健康医疗领域是一个知识密集型的领域,临床诊断的质量主要依赖于医生所掌握的健康医疗知识以及临床经验.然而,单个医生的能力仍然非常有限,所以目前临床诊断的质量并不高.为此,提出一种基于领域语义知识库的疾病辅助诊断方法,基于Freebase中medicine主题域的知识建立了领域语义知识库,提出计算知识库中症状于疾病诊断的权重、计算与患者输入症状集相关的疾病的相关度和基于患者输入症状集推荐相关症状的算法.最后,基于随机选取的6种常见疾病的临床病历数据对所提出的方法与现有方法进行了对比评价,评价结果一方面表明了所提方法对已有方法存在的问题和不足的改进效果,另一方面也表明所提方法可以避免\"冷启动\"问题,可以快速支撑对大量常见疾病的辅助诊断.基于所提方法,有望为基层全科医生提供大量常见疾病的辅助诊断服务,或者为患者提供疾病自诊服务. 相似文献
3.
针对当前医生在临床诊疗过程中缺乏系统有效的手段,以及隐藏在大量电子病历中的医学知识没有得到充分利用的现状,研究了利用可视分析和数据挖掘相结合的方法,辅助医生进行临床诊疗服务.本文以不明原因发热疾病为例,首先对电子病历进行数据预处理和结构化提取,然后结合具体需求进行可视组织与分析,再利用数据挖掘相关算法对患者大量症状和发热原因之间的关系进行学习,帮助医生发现病历中潜在的医疗知识,辅助医生进行诊断.在上述工作的基础上,构建了一个面向临床诊疗的可视分析与辅助诊断框架,并给出了系统实例加以验证,结果表明该系统可以有效的帮助医生分析不明原因发热电子病历内的知识,有利于进一步的疾病诊断,缩短了平均确诊时间. 相似文献
4.
基于本体的电子病历检索系统研究 总被引：1，自引：0，他引：1
适应循证医学成为电子病历的必然发展方向。但由于医学概念名称不规范或者缺乏一个统一的规范命名系统,导致一个概念可以有多种名称来表示。而且传统的查询方式无法进行语义扩展,存在查全率和查准率不高的问题。而由于本体是一种能在语义和知识层次上描述信息的概念模型建模工具,所以将本体引入电子病历中。文中提出了一种基于本体的电子病历检索系统,给出了一种映射算法实现概念的语义扩展,从而提高了检索的查全率和查准率,使得电子病历在医疗辅助决策中起到越来越重要的作用。 相似文献
5.
6.
7.
吴凤梅 《网络安全技术与应用》2020,(6):142-143
电子病历辅助系统作为医疗辅助系统,具有较高研究和应用价值,但其现存的信息\"碎片化\"、缺乏规范性和智能化问题,阻碍该系统进一步发展.本文从电子病历辅助系统存在的诸多问题入手,结合人工智能研究相应的解决方案,为电子病历辅助系统优化提供切实可行的方案. 相似文献
8.
9.
信息技术和大数据的发展推动了医疗记录的信息化。在这样的背景下,电子病历（EMR）系统作为其中的代表,改变了医疗数据的管理模式,但也带来了诸如身份认证和隐私保护等问题。针对这些问题,提出了一个基于身份的可认证密钥协商协议,通过密钥协商服务器执行此核心协议得到的会话密钥将用来对数据进行加密处理,并由安全高效的签名算法保证数据的真实性,最终实现医疗数据的安全管理。在e-CK模型下,利用可证明安全理论证明了该方案具有完美的前向安全性,能够抵御未知密钥共享攻击和密钥泄露模仿攻击等。此外,通过隐式的认证算法,EMR方案中的核心密钥协商协议能够支持共享密钥的属性认证。 相似文献
10.
11.
黄锋 《计算机应用与软件》2004,21(5):61-62,94
病历数据性质特殊,一般数据模型用于其管理比较困难,因此需要研究寻找适合的特殊数据模型。病案首页是病历的一种摘要,病历数据的许多特性均反映到病案首页中。本文将介绍一种应用稀疏数组存储病案首页的存储结构设计,以及基于稀疏数组的病案首页系统如何利用稀疏数组的特性,使存储结构既能保证长久数据的应用连续性,又能不断适应结构变化,同时介绍其独特的数据存储体系和数据备份方案。 相似文献
12.
可扩展标注语言XML在计算机软件的数据接口定义中有着广泛的应用。分析Oracle XML DB和DB2 pure XML关于存储和查询XML文档的技术特点及其实现原理,并通过测试比较,分析这两种技术在存储和查询效率上的差异。在相同XML文档存储负荷下,Oracle XML DB与DB2 pure XML关于存储和查询的耗时之比分别约为2∶1和1.32∶1。 相似文献
13.
14.
An accurate segmentation of lung nodules in computed tomography (CT) images is critical to lung cancer analysis and diagnosis. However, due to the variety of lung nodules and the similarity of visual characteristics between nodules and their surroundings, a robust segmentation of nodules becomes a challenging problem. In this study, we propose the Dual-branch Residual Network (DB-ResNet) which is a data-driven model. Our approach integrates two new schemes to improve the generalization capability of the model: (1) the proposed model can simultaneously capture multi-view and multi-scale features of different nodules in CT images; (2) we combine the features of the intensity and the convolutional neural networks (CNN). We propose a pooling method, called the central intensity-pooling layer (CIP), to extract the intensity features of the center voxel of the block, and then use the CNN to obtain the convolutional features of the center voxel of the block. In addition, we designed a weighted sampling strategy based on the boundary of nodules for the selection of those voxels using the weighting score, to increase the accuracy of the model. The proposed method has been extensively evaluated on the LIDC-IDRI dataset containing 986 nodules. Experimental results show that the DB-ResNet achieves superior segmentation performance with the dice similarity coefficient (DSC) of 82.74% on the dataset. Moreover, we compared our results with those of four radiologists on the same dataset. The comparison showed that our DSC was 0.49% higher than that of human experts. This proves that our proposed method is as good as the experienced radiologist. 相似文献
15.
为解决训练样本不足的问题,提出一种基于卷积神经网络和迁移学习的X光胸片肺结节检测方法。基于Keras深度学习框架,对比分析3种预训练卷积神经网络模型的分类性能,在此基础上进一步探究迁移学习的有效性。在公开的JSRT数据集上进行验证,提出方法获得了93.75%的准确度、94.36%的敏感度、92.74%的特异度以及98.20%的AUC值。与已有的其它研究进行对比,实现了最高的敏感度和较低的假阳性率,验证了迁移学习的有效性和所提算法的可行性。 相似文献
16.
组合优化问题广泛存在于国防、交通、工业、生活等各个领域, 几十年来, 传统运筹优化方法是解决组合优化问题的主要手段, 但随着实际应用中问题规模的不断扩大、求解实时性的要求越来越高, 传统运筹优化算法面临着很大的计算压力, 很难实现组合优化问题的在线求解. 近年来随着深度学习技术的迅猛发展, 深度强化学习在围棋、机器人等领域的瞩目成果显示了其强大的学习能力与序贯决策能力. 鉴于此, 近年来涌现出了多个利用深度强化学习方法解决组合优化问题的新方法, 具有求解速度快、模型泛化能力强的优势, 为组合优化问题的求解提供了一种全新的思路. 因此本文总结回顾近些年利用深度强化学习方法解决组合优化问题的相关理论方法与应用研究, 对其基本原理、相关方法、应用研究进行总结和综述, 并指出未来该方向亟待解决的若干问题. 相似文献
17.
18.
深度学习（Deep learning,DL）,特别是深度卷积神经网络（Convolutional neural networks,CNNs）,能够从医学图像大数据中自动学习提取隐含的疾病诊断特征,近几年已迅速成为医学图像分析研究热点.本文首先简述医学图像分析特点;其次,论述深度学习基本原理,总结深度CNNs在医学图像分析中的分类、分割框架;然后,分别论述深度学习在医学图像分类、检测、分割等各应用领域的国内外研究现状;最后,探讨归纳医学图像分析深度学习方法挑战及其主要应对策略和开放的研究方向. 相似文献
19.
《Displays》2023
Complex networks are graph-based structures with non-trivial topological features that frequently occur in real systems. Link prediction plays an important role in various real-world networks application, such as recommendation systems, protein structure prediction, packet forwarding strategy optimization, etc. The existing link prediction approaches mainly focus on superficial heuristic features, while ignoring high-order structure information. In this paper, we propose a deep-learning based model, named Weisfeiler–Lehman Simplex Neural Network (WL-SNN), which can learn the high-order simplex information of the network. In particular, we design a third-order Laplace operator to extract the simplicial features and utilize the graph convolutional network to compensate for the possible deficiencies of the model resulting from the single-channel features. Furthermore, we use the Weisfeiler–Lehman algorithm to extract closed subgraphs of the target, which significantly enhances the adaptability of the model to large-scale networks. Experimental results on six real-world networks show that our approach achieves comparable performance in the link prediction task as well as in the stability analysis of the network. 相似文献
20.
基于神经网络集成的肺癌早期诊断 总被引：3，自引：0，他引：3
将病理性诊断与计算机技术相结合以实现肺癌的早期诊断,首先利用数字图像技术对肺癌穿刺样本进行处理,提出取形态和色度特征,然后通过一种二级集成结构和特殊的投票方式,用神经网络集成对细胞图象进行分析,实验和原型系统试用表明,方法的总误诊率和肺癌患者漏诊率均低于单一神经网络方法和常用的神经网络集成方法。 相似文献