检索结果-内蒙古大学图书馆

海军军医大学学报 2024年第10期45卷 1226-1240页

作者：齐晨浩杨晶东邱泽浩尧明慧燕海霞上海理工大学光电信息与计算机工程学院自主机器人实验室上海200093 上海中医药大学中医学院中医诊断学教研室上海201203

目的为改进基于人工智能技术高血压时域脉搏波分类模型精度低、泛化性能差的问题,提出一种基于融合注意力机制的频域脉搏波预测模型。方法首先将时域脉搏波转换为频域梅尔频率倒谱系数特征,增强脉搏波区分度,采用时间卷积网络与Transf... 详细信息

目的为改进基于人工智能技术高血压时域脉搏波分类模型精度低、泛化性能差的问题,提出一种基于融合注意力机制的频域脉搏波预测模型。方法首先将时域脉搏波转换为频域梅尔频率倒谱系数特征,增强脉搏波区分度,采用时间卷积网络与Transformer 结构提取脉搏波深层特征,并将自注意力机制与选择性内核注意力进行决策融合,提取脉搏波关联特征,并采用Floodings正则化方法间接控制训练损失,防止过拟合发生。针对上海中医药大学附属龙华医院及上海市中西医结合医院提供的527例临床脉诊数据,进行5折交叉验证实验。此外,采用梯度提升决策树算法统计脉搏波频域特征的贡献率排名,分析影响模型分类精度的关键因素,为中医临床辅助诊断提供参考价值。结果本研究提出的模型分类评估指标准确度、F1值、精确率、召回率和AUC值分别为0.939 6、0.924 9、0.940 9、0.929 5和0.993 4。脉搏波的静态特征、一阶差分和二阶差分系数的贡献率相对均衡,说明高血压危险程度不仅与脉搏波的静态特征相关,也应当考虑脉搏波的动态特征。结论与典型脉搏波分类模型相比,本研究提出的模型具有较高的分类精度和泛化性能。

关键词：高血压危险分层梅尔频率倒谱系数时间卷积网络 Transformer

来源：评论

学校读者我要写书评

暂无评论

血压指数与脓毒症患者预后的关联--基于MIMIC-Ⅲ数据库的队列研究

引用

中华危重病急救医学 2023年第6期35卷 578-585页

作者：刘晓彬赵宇秦婴逸马琪敏王玉松翁祖铨朱峰海军军医大学长海医院烧伤科上海200433 福州大学计算机与大数据学院福建福州350025 海军军医大学统计学教研室上海200433

目的探讨脓毒症患者早期血压指数与预后的关联。方法将美国重症监护医学信息数据库Ⅲ(MIMIC-Ⅲ)中2001至2012年诊断为脓毒症患者的病历资料进行回顾性队列研究,根据患者28 d预后情况分为存活组和死亡组。统计患者的一般资料及入ICU即刻... 详细信息

目的探讨脓毒症患者早期血压指数与预后的关联。方法将美国重症监护医学信息数据库Ⅲ(MIMIC-Ⅲ)中2001至2012年诊断为脓毒症患者的病历资料进行回顾性队列研究,根据患者28 d预后情况分为存活组和死亡组。统计患者的一般资料及入ICU即刻和24 h内的心率(HR)、血压数据,计算各项血压指数〔包括收缩指数、舒张指数及平均动脉压(MAP)指数的最高值、中位数和均值〕。将数据随机分为训练集和验证集(4:1)。采用单因素Logistic回归分析筛选协变量,进一步构建多因素Logistic逐步回归模型,分别建立模型1(包含P<0.1的HR、血压、血压指数相关变量及P<0.05的其他变量)和模型2(仅包含P<0.1的HR、血压、血压指数相关变量)。采用受试者工作特征曲线(ROC曲线)、精度召回曲线(PRC)和决策曲线分析(DCA)曲线评价2个模型的优劣,分析脓毒症患者预后的影响因素。以最佳Logistic回归模型建立列线图模型并进行效果评价。结果共有11559例脓毒症患者纳入研究,其中存活组10012例,死亡组1547例。两组间的年龄、存活时间、Elixhauser合并症评分等46项指标比较差异均有统计学意义(均P<0.05)。单因素Logistic回归分析初筛出37项指标。经过多因素Logistic逐步回归模型筛选,在HR、血压、血压指数相关指标中,筛选出入ICU即刻HR〔优势比(OR)=0.992,95%可信区间(95%CI)为0.988~0.997〕、最高HR(OR=1.006,95%CI为1.001~1.011)、最高MAP指数(OR=1.620,95%CI为1.244~2.126)、平均舒张指数(OR=0.283,95%CI为0.091~0.856)、中位收缩指数(OR=2.149,95%CI为0.805~4.461)、中位舒张指数(OR=3.986,95%CI为1.376~11.758)6项指标(均P<0.1);其他P<0.05的变量有14个,包括年龄、Elixhauser合并症评分、连续性肾脏替代治疗(CRRT)、使用呼吸机、镇静镇痛、去甲肾上腺素、去氧肾上腺素、最高血肌酐(SCr)、最高血尿素氮(BUN)、最高凝血酶原时间(PT)、最高活化部分凝血活酶时间(APTT)、最低血小板计数(PLT)、最高白细胞计数(WBC)、最低血红蛋白(Hb)。ROC曲线显示,模型1和模型2的曲线下面积(AUC)分别为0.769、0.637,提示模型1的预测准确性更高;PRC曲线显示,模型1和模型2的AUC分别为0.381、0.240,提示模型1的效果更好;DCA曲线显示,阈值在0~0.8(即死亡概率为0~80%)时,模型1的净获益率高于模型2。校准曲线提示,模型1的列线图模型预测效果与实际结局符合较好;Bootstrap验证结果证明,该列线图模型与前述结果一致,具有较好的预测效果。结论列线图模型对脓毒症患者28 d预后具有良好的预测效果,其中血压指数是重要的预测因素。

关键词：脓毒症舒张指数收缩指数 MIMIC数据库预后

来源：评论

学校读者我要写书评

暂无评论

知识图谱在特种医学研究中的应用

引用

海军军医大学学报 2024年第1期45卷 106-112页

作者：王丽丽冯逸飞李东方王温王伟忠上海理工大学健康科学与工程学院上海200093 海军军医大学(第二军医大学)海军特色医学中心上海200433 海军军医大学(第二军医大学)卫生勤务学系计算机与仿真技术教研室上海200433

特种医学作为推动我国医学领域整体发展的重要分支,自设立以来积累了大量多源异构数据,但该领域知识如何精准分析并高效应用仍是目前亟待解决的难题。知识图谱具有结构化组织、管理和运用海量大数据信息实现知识推理等优势,是推动医学... 详细信息

特种医学作为推动我国医学领域整体发展的重要分支,自设立以来积累了大量多源异构数据,但该领域知识如何精准分析并高效应用仍是目前亟待解决的难题。知识图谱具有结构化组织、管理和运用海量大数据信息实现知识推理等优势,是推动医学数字化进程的关键技术。本文主要探讨知识图谱在知识关联方面解决特种医学领域研究过程中处理数据应用难题的优势,综述医学知识图谱构建所涉及的关键技术,分析归纳知识图谱在特种医学领域各分支方向的应用进展,最后探讨知识图谱在特种医学研究子领域——寒区医学应用中的局限和方向。

关键词：特种医学知识图谱构建和应用寒区医学

来源：评论

学校读者我要写书评

暂无评论

基于多中心队列数据的机器学习预测重症感染患儿死亡风险和筛选临床特征的研究

引用

中国循证儿科杂志 2024年第1期19卷 31-35页

作者：朱雪梅陈申成章莹莹陆国平叶琪阮彤郑英杰复旦大学附属儿科医院重症医学科上海201102 华东理工大学计算机科学与工程学院上海200237 复旦大学公共卫生学院流行病学教研室上海200032

背景科学、有效地预测重症感染患儿死亡关联因素对降低儿童病死率意义重大。既往重症患儿的病情与死亡关系多采用评分预测(如PCIS等),准确度欠佳。目的通过机器学习联合特征筛选的方法,挖掘对重症感染患儿死亡风险具有早期预警作用的敏... 详细信息

背景科学、有效地预测重症感染患儿死亡关联因素对降低儿童病死率意义重大。既往重症患儿的病情与死亡关系多采用评分预测(如PCIS等),准确度欠佳。目的通过机器学习联合特征筛选的方法,挖掘对重症感染患儿死亡风险具有早期预警作用的敏感指标。设计队列研究。方法基于全国20个省级行政区域的54家PICU的儿童多中心感染性疾病协作网数据库,纳入年龄>28天至18岁、确诊感染和至少有1个器官发生功能障碍的患儿,统计122项临床特征信息,以出PICU时死亡/恶化或治愈/好转为结局,通过机器学习构建逻辑回归模型(LR)、随机森林模型(RF)、极端梯度提升树(XGB)和反向传播神经网络(BP),筛选重要的临床特征建立重症感染患儿死亡风险预测模型。主要结局指标模型接收者操作特征曲线下面积(AUROC)和模型筛选临床特征性能的优劣。结果2022年4月1日至2023年12月31日协作网数据库中入PICU时确诊重症感染且入PICU时、入PICU 24 h时和出PICU时临床特征记录均完整的(病例1738例,经过数据预处理包括异常值处理、缺失值填充、强制值区间范围检验、归一化处理)1738条信息进入机器学习构建模型。存活或好转患儿1396例,死亡或恶化患儿342例(19.6%)。队列数据按4∶1分为训练集(1390条)和验证集(348条),训练集中存活或好转1116条,死亡或恶化274条;验证集中存活或好转280条,死亡或恶化68条。在训练集中,共输入模型122个临床特征,经过机器模型学习以及特征筛选后,在50轮的5折分层交叉验证下,验证集LR、RF和XGB的AUROC为0.74~0.78。LR、RF和XGB选择重要性大于均值的临床特征构建最优临床特征,尚无比较好的衡量BP特征重要性的方法,LR模型较RF和XGB构建的最优临床特征较为接近临床预期。结论机器学习预测儿童重症感染性疾病死亡/恶化结局表现一般,预测模型筛选的临床特征与临床预期尚有距离。

关键词：机器学习儿童重症监护室感染随机森林模型极端梯度提升树

来源：评论

学校读者我要写书评

暂无评论

面向小样本数据的机器学习方法研究综述

引用

计算机工程 2022年第11期48卷 1-13页

作者：陈良臣傅德印中国劳动关系学院计算机教研室北京100048 中国劳动关系学院应用统计学教研室北京100048 中国科学院信息工程研究所中国科学院网络测评技术重点实验室北京100093 武汉理工大学计算机科学与技术学院武汉430063

小样本学习是面向小样本数据的机器学习,旨在利用较少的有监督样本数据去构建能够解决实际问题的机器学习模型。小样本学习能够解决传统机器学习方法在样本数据不充分时性能严重下降的问题,可以为新型小样本任务实现低成本和快速的模型... 详细信息

小样本学习是面向小样本数据的机器学习,旨在利用较少的有监督样本数据去构建能够解决实际问题的机器学习模型。小样本学习能够解决传统机器学习方法在样本数据不充分时性能严重下降的问题,可以为新型小样本任务实现低成本和快速的模型部署,缩小人类智能与人工智能之间的距离,对推动发展通用型人工智能具有重要意义。从小样本学习的概念、基础模型和实际应用入手,系统梳理当前小样本学习的相关工作,将小样本学习方法分类为基于模型微调、基于数据增强、基于度量学习和基于元学习,并具体阐述这4大类方法的核心思想、基本模型、细分领域和最新研究进展,以及每一类方法在科学研究或实际应用中存在的问题,总结目前小样本学习研究的常用数据集和评价指标,整理基于部分典型小样本学习方法在Omniglot和Mini-ImageNet数据集上的实验结果。最后对各种小样本学习方法及其优缺点进行总结,分别从数据层面、理论研究和应用研究3个方面对小样本学习的未来研究方向进行展望。

关键词：小样本学习小样本数据机器学习深度学习数据增强

来源：评论

学校读者我要写书评

暂无评论

重症哮喘儿童血浆脂质代谢特征与潜在生物标志物研究

引用

复旦学报（医学版） 2023年第5期50卷 683-691页

作者：郑红梅温亚锦韩晓冯瑞刘丽娟陈仁杰李小玲金婷婷周玉峰张晓波国家儿童医学中心/复旦大学附属儿科医院呼吸科上海201102 国家儿童医学中心/复旦大学附属儿科医院儿科研究所上海201102 复旦大学计算机科学技术学院上海200433 复旦大学公共卫生学院环境卫生学教研室上海200032 复旦大学生物医学研究院上海200032

目的分析重症哮喘与轻中度哮喘儿童的血浆脂质分子差异,寻找重症哮喘潜在的新型血浆生物标志物。方法于2020年9月1日—2021年4月30日纳入复旦大学附属儿科医院哮喘专病数据库的哮喘儿童,将其分为重症哮喘组(50例)和轻中度哮喘组(54例)... 详细信息

目的分析重症哮喘与轻中度哮喘儿童的血浆脂质分子差异,寻找重症哮喘潜在的新型血浆生物标志物。方法于2020年9月1日—2021年4月30日纳入复旦大学附属儿科医院哮喘专病数据库的哮喘儿童,将其分为重症哮喘组(50例)和轻中度哮喘组(54例)。采集入组儿童血浆,采用液相色谱-质谱联用(liquid chromatography-mass spectrometry,LC-MS)技术检测血浆中脂质分子。通过多元统计分析比较两组脂质分子差异,筛选显著差异的脂质分子;使用KEGG数据库分析主要受干扰的代谢途径。利用受试者工作特征(receiver operating characteristic,ROC)曲线分析显著差异脂质分子对重症哮喘的诊断价值。结果重症哮喘组平均年龄(8.8±2.6)岁,轻中度哮喘组平均年龄(8.4±2.8)岁,两组性别和年龄差异无统计学意义(P=0.075,0.422)。临床指标:重症哮喘组外周血嗜酸性粒细胞百分比和嗜酸性粒细胞绝对计数均显著高于轻中度哮喘组(P=为0.029,0.023);重症哮喘组FEV1/FVC、FEF50%预计值、FEF75%预计值、MMEF%预计值均低于轻中度哮喘组(P=0.003,0.005,0.005,0.003)。血浆中共筛选出39种差异表达的脂质分子,其中变异倍数(fold change,FC)>1.5的脂质分子为磷脂酰乙醇胺(phosphatidylethanolamine,PE,47∶10)和磷脂酰丝氨酸(phosphatidylserine,PS,40∶2);代谢通路富集分析显示39种差异脂质分子与胆碱代谢、甘油磷脂代谢等5条代谢通路相关。以组间差异临床指标为基线,ROC曲线分析显示基线联合PE(47∶10)或PS(40∶2)的曲线下面积(area of under,AUC)分别为0.928(95%CI:0.851~1.000)和0.923(95%CI:0.863~0.983),均高于基线0.737(95%CI:0.640~0.834)。结论重症哮喘儿童脂质代谢显著改变,共筛选出39种差异脂质分子,其中胆碱代谢途径紊乱最为显著;PE(47∶10)和PS(40∶2)可能是诊断重症哮喘的潜在生物标志物。

关键词：重症哮喘脂质组学代谢通路生物标志物儿童

来源：评论

学校读者我要写书评

暂无评论

基于深度学习点云配准的三维颜面正中矢状面构建算法研究

引用

中华口腔医学杂志 2023年第11期58卷 1178-1183页

作者：朱玉佳刘真光温奥楠高梓翔秦庆钊傅湘玲王勇陈晋鹏赵一姣北京大学口腔医学院·口腔医院口腔医学数字化研究中心、口腔修复教研室、国家口腔医学中心、国家口腔疾病临床医学研究中心、口腔生物材料和数字诊疗装备国家工程研究中心、国家卫生健康委口腔医学计算机应用工程技术研究中心、口腔数字医学北京市重点实验室北京100081 北京邮电大学计算机学院、北京邮电大学可信分布式计算与服务教育部重点实验室北京100876

目的基于可变图结构配准网络(DGRNet)模型,建立一种可实现三维点云智能配准的本体-镜像关联深度学习算法,以实现三维颜面正中矢状面的自动化构建,为口腔临床数字化设计与分析提供参考。方法收集200例2020年10月至2022年10月就诊于北京... 详细信息

目的基于可变图结构配准网络(DGRNet)模型,建立一种可实现三维点云智能配准的本体-镜像关联深度学习算法,以实现三维颜面正中矢状面的自动化构建,为口腔临床数字化设计与分析提供参考。方法收集200例2020年10月至2022年10月就诊于北京大学口腔医学院·口腔医院修复科、正颌外科和口腔正畸科的无明显颜面畸形的牙体缺损或缺失或错畸形患者的三维颜面数据。通过数据增强(平移和旋转)的方式获得1200例三维颜面数据,分为训练集(800例)、验证集(200例)、测试集(200例),用于DGRNet模型训练与测试。DGRNet模型包含构造本体与镜像点云中关键点的特征向量、基于特征向量获取本体和镜像点云中关键点的对应关系,并通过奇异值分解计算旋转矩阵和平移矩阵。基于DGRNet模型实现本体点云与镜像点云的智能配准,获得本体-镜像联合点云,并采用主成分分析算法获得DGRNet模型正中矢状面。基于决定系数R 2指标对测试集平移及旋转矩阵进行模型评价,以迭代最近点(ICP)算法构建的三维颜面正中矢状面作为真值。选择上述200例临床患者中的50例数据,对DGRNet模型与ICP算法构建的三维颜面正中矢状面进行角度误差评价。结果基于200例三维颜面数据测试DGRNet模型旋转矩阵R 2为0.90,平移矩阵R 2为0.94。构建50例三维颜面数据正中矢状面共用时3 s,DGRNet模型与ICP算法构建的三维颜面正中矢状面角度误差为1.05°±0.56°,最小误差为0.13°,1.50°以内的准确率为78%(39/50),2.00°以内的准确率为90%(45/50)。结论本项研究提出的基于三维点云智能配准的DGRNet模型可构建三维颜面正中矢状面,并在一定程度上提升诊疗效率和效果。

关键词：人工智能口腔医学图像处理,计算机辅助面部深度学习正中矢状面

来源：评论

学校读者我要写书评

暂无评论

引用

计算机与现代化 2022年第9期 68-77页

作者：孟晓龙上海师范大学旅游学院上海201418 上海旅游高等专科学校计算机教研室上海201418

人群数量估计是人群管理系统的关键,对于预防踩踏事故和引导人群至关重要,已成为一个日益重要的任务和具有挑战性的研究方向。本文提出一种数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法,称为DNe StCount。为应对视频监... 详细信息

人群数量估计是人群管理系统的关键,对于预防踩踏事故和引导人群至关重要,已成为一个日益重要的任务和具有挑战性的研究方向。本文提出一种数据相关的拆分注意力机制的编码器-解码器结构的人群计数方法,称为DNe StCount。为应对视频监控的尺度变化和透视失真的挑战,将更密集的空洞采样比率应用到密集空洞空间金字塔池化模块DASPP设计中。为提升密度图估计的准确性,将可学习的、数据相关的上采样方法 DUpsampling应用到特征聚合模块DFA设计中。为弥补欧几里德损失可能存在对离群值敏感、训练不稳定等缺点,采用Smooth L1损失设计损失函数。在具有挑战性的数据集上进行的实验和分析表明,本文提出的人群计数方法 DNe St Count与其他主流方法相比更具有竞争力。

关键词：人群计数编码器-解码器结构拆分注意力机制密集空洞空间金字塔池化数据相关上采样 Smooth L1损失

来源：评论

学校读者我要写书评

暂无评论

面向临床实践指南的诊疗模式建模与实现

引用

计算机技术与发展 2022年第11期32卷 208-213页

作者：杨丽琴康国胜上海中医药大学图书馆计算机综合教研室上海201203 湖南科技大学计算机科学与工程学院湖南湘潭411201

对临床实践指南(Clinical Practice Guideline,CPG)中的诊疗过程进行数字化建模并使其被工作流引擎解释执行,可为医生提供针对性的临床建议,为指南的有效实施提供技术保障。由于诊疗过程的复杂业务规则和非结构化等特点,采用传统业务过... 详细信息

对临床实践指南(Clinical Practice Guideline,CPG)中的诊疗过程进行数字化建模并使其被工作流引擎解释执行,可为医生提供针对性的临床建议,为指南的有效实施提供技术保障。由于诊疗过程的复杂业务规则和非结构化等特点,采用传统业务过程建模方法会导致模型难以理解、失去使用价值。而对于一些复杂而频繁的诊疗行为尚无可参考的有效建模方案。为此,该文从四种不同的CPG诊疗过程中提取出五个诊疗模式,并给出形式化定义和基于BPMN(Business Process Model and Notation)、DMN(Decision Management Notation)和CMMN(Case Management Model and Notation)的通用建模方法。诊疗模式的提出可为诊疗过程片段建模提供指导性建议和可复用的模板。在此基础上,对开源建模工具Camunda Modeler进行扩展,实现了支持诊疗模式的建模工具。通过配置诊疗模式,可快速得到诊疗过程片段模型,从而提高建模效率。通过对真实的CPG诊疗过程的建模和覆盖率分析验证了诊疗模式的可用性。

关键词：业务过程建模诊疗模式建模临床实践指南 BPMN DMN CMMN

来源：评论

学校读者我要写书评

暂无评论

融合多类型数据的胃癌风险预测模型

引用

计算机工程 2022年第9期48卷 254-261页

作者：陈先来贾一珍安莹唐红英中南大学大数据研究院长沙410083 中南大学医疗大数据应用技术国家工程研究中心长沙410083 中南大学计算机学院长沙410083 中南大学湘雅医院临床护理学教研室长沙410008

胃癌的早期发现对于降低死亡率、提高患者生存质量具有重要意义。现有预测模型通过单一的结构化电子健康记录数据预测患者的癌症患病风险,但是无法有效地整合不同类型的临床数据且不能满足实际的临床需求。提出一种基于多类型异构数据... 详细信息

胃癌的早期发现对于降低死亡率、提高患者生存质量具有重要意义。现有预测模型通过单一的结构化电子健康记录数据预测患者的癌症患病风险,但是无法有效地整合不同类型的临床数据且不能满足实际的临床需求。提出一种基于多类型异构数据融合的胃癌风险预测模型。利用预训练语言模型提取电子健康记录数据中的入院记录文本信息,采用降噪自动编码器提取实验室检验数据的特征,同时对低维度的结构化数据向量表示的维度进行扩增,以避免低维度的实验检验特征表示被高维度特征淹没。在此基础上,将扩增后的结构化数据向量与高维度的文本表示向量在相同的尺度上进行融合,从而预测患者的患病风险。实验结果表明,该模型的准确率可达到0.949 337,相比支持向量机、逻辑回归、朴素贝叶斯等模型,具有较优的预测性能。

关键词：风险预测融合模型深度学习胃癌电子病历

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：