检索结果-内蒙古大学图书馆

情报理论与实践 2023年第6期46卷 185-194页

作者：张卫崔露方孔玲王昊陈艳张光绪 Song Min 南京大学信息管理学院江苏南京210023 延世大学图书情报系韩国首尔03722 江苏省数据工程与知识服务重点实验室江苏南京210023 国家计算机网络与信息安全管理中心吉林分中心吉林长春130000 南京农业大学信息管理学院江苏南京210095 南京大学生命科学学院江苏南京210023 南京医科大学附属脑科医院江苏南京210029

[目的/意义]近年来,人们在工作、求学、社交、生活过程中的压力正在持续损害着其身心健康,仅关注心理或身体单方面因素往往容易忽略患者精神与生理障碍间的关联,从而影响医学信息决策的准确性。[过程/方法]提出从精神障碍(心理)与生理障... 详细信息

[目的/意义]近年来,人们在工作、求学、社交、生活过程中的压力正在持续损害着其身心健康,仅关注心理或身体单方面因素往往容易忽略患者精神与生理障碍间的关联,从而影响医学信息决策的准确性。[过程/方法]提出从精神障碍(心理)与生理障碍(身体)双重视角构建领域知识库的设想和实现方法。首先,从在线医疗问诊网站爬取“心身科”和“精神科”病人的医疗问诊记录,通过文本特征提取归纳领域核心概念搭建精神与生理障碍知识本体。接着,基于该知识本体获取每个概念的领域相关词库,并利用该词库筛选出包含精神与生理障碍两方面信息的问诊记录作为研究语料,采取术语匹配的方式获得每位患者精神与生理障碍的术语知识。随后,参考精神与生理医学标准,在领域专家的指导下制定精神和生理障碍程度等级的分类标准体系与数据标注流程及方法,最终完成标注工作。[结果/结论]将术语知识与程度标签融合并采取Cypher语法进行图数据库存储,构建了包含12673个节点和82195条关系的精神与生理障碍领域知识库,并通过图谱知识关联可知:“抑郁症”患者共病的生理疾病主要包括“失眠”“耳鸣”“腹泻”“高血压”“便秘”等;“胃炎”患者共病的精神疾病主要包括“焦虑症”“抑郁症”“强迫性障碍”“躯体化障碍”等;对于同时患有“抑郁症”与“胃炎”的患者,其精神障碍的程度等级相比生理障碍往往较深。所构建的精神与生理障碍语料库将支撑后续医学信息学与人工智能研究,领域知识库将为心身医学、精神与生理共病分析等研究领域提供参考。

关键词：精神障碍生理障碍知识本体术语知识图谱

来源：评论

学校读者我要写书评

暂无评论

呼吸科辅助诊疗系统的设计与实现

引用

中国数字医学 2011年第8期6卷 60-62页

作者：吴月芳孙培莉于海瑛南京理工大学医院南京医科大学第一属医院呼吸内科南京理工大学计算机科学与技术学院

针对呼吸科诊疗的特点,设计并实现了呼吸科辅助诊疗系统。该系统由病例资料录入、字典维护、就诊预约、疾病危险因素智能分析、权限控制等八个功能模块组成,实现了呼吸科诊疗工作的简单化、程序化、智能化,显著减少医师的工作量,提升工... 详细信息

针对呼吸科诊疗的特点,设计并实现了呼吸科辅助诊疗系统。该系统由病例资料录入、字典维护、就诊预约、疾病危险因素智能分析、权限控制等八个功能模块组成,实现了呼吸科诊疗工作的简单化、程序化、智能化,显著减少医师的工作量,提升工作效率。本系统的特色在于应用数据挖掘技术实现了疾病危险因素智能分析功能,能给医师诊断病情、总结病因提供智能分析建议。系统稳定性高,界面友好,操作方便。

关键词：辅助诊疗智能分析数据挖掘

来源：评论

学校读者我要写书评

暂无评论

基于机器学习方法研究造成缺血特异性狭窄的斑块特征

引用

国际医学放射学杂志 2021年第5期44卷 523-528页

作者：张晓蕾张元秀唐春香侯阳郑敏文张佳胤张波张代民徐磊胡秀华王怡宁杨健刘辉张龙江南京大学医学院附属金陵医院东部战区总医院放射诊断科南京210002 东南大学计算机科学与技术学院影像科学与技术实验室中国医科大学附属盛京医院放射科第四军医大学附属西京医院放射科上海交通大学附属第六医院放射介入科江苏泰州人民医院放射科南京医科大学附属南京市第一医院心脏科首都医科大学附属安贞医院放射科浙江大学医学院附属邵逸夫医院放射科中国医学科学院北京协和医学院附属北京协和医院放射科西安交通大学第一附属医院放射科广东省人民医院放射科

目的利用机器学习(ML)方法探讨定量、定性的冠状动脉斑块特征以及血流动力学参数对缺血特异性狭窄血管的影响。材料与方法回顾性分析同时行冠状动脉CT血管成像(CCTA)、有创冠状动脉造影(ICA)及FFR测量的255例病人共328支血管的临床及影... 详细信息

目的利用机器学习(ML)方法探讨定量、定性的冠状动脉斑块特征以及血流动力学参数对缺血特异性狭窄血管的影响。材料与方法回顾性分析同时行冠状动脉CT血管成像(CCTA)、有创冠状动脉造影(ICA)及FFR测量的255例病人共328支血管的临床及影像资料。以FFR≤0.80作为提示病变特异性缺血的指标,依据FFR值将纳入血管分为非缺血组(FFR>0.80)和缺血组(FFR≤0.80)。测量所有纳入斑块的CCTA参数,包括斑块的定量、定性特征以及血流动力学参数。采用LogitBoost算法建立随机森林模型,通过信息增益排序方法自动选择特征。分类准确度、敏感度以及f1值(分类准确度与敏感度的调和平均值)用以评价随机森林模型对造成缺血特异性狭窄斑块的预测价值,并计算受试者操作特征(ROC)曲线下面积。采用十折分层交叉验证法计算模型的总体分类准确度。结果应用ML方法得出,血流动力学参数FFR_(CT)、ΔFFR_(CT)是预测缺血特异性狭窄最重要的2个特征,其次是斑块的定量、定性特征,包括脂质斑块体积、斑块弯曲、斑块不规则、非钙化斑块体积、狭窄程度、纤维斑块体积和管腔体积。在排序前10的特征中有9个是CCTA相关参数,只有1个临床参数。采用随机森林模型预测缺血特异性狭窄的分类准确度为0.940,敏感度为0.940,f1值为0.940;预测缺血特异性狭窄的ROC曲线下面积为0.992,模型的总体分类准确度为0.921±0.047。结论ML方法能够很好地预测引起心肌缺血的冠状动脉特异性狭窄病变的斑块特征。

关键词：机器学习 CT冠状动脉成像血流储备分数斑块特征

来源：评论

学校读者我要写书评

暂无评论

新型冠状病毒肺炎疫情防控期间智能医学专家共识

引用

中华实验外科杂志 2020年第2期37卷 393-398页

作者：陆林张加尧谢卯邵增务刘国辉郭晓东郭征季国忠冯世庆刘璠蕫为人周跃侯志勇徐波吕国华周东生桑宏勋王黎明邱冰叶川张元智海涌尹宗生曹晓建陈学明黄伟王俊文雷青汤欣朴成哲吴星火刘融段昱宇胡建中吕红斌陆声董健朱悦何庆向荣艾合买提江·玉素甫高飞黄玮谢毅徐松刘松相刘娟钟胜杨帆胡勇陈惟蒨孟祥飞丁焕文陈孝平裴国献叶哲伟华中科技大学同济医学院附属协和医院骨科武汉430030 空军医科大学西京医院骨科西安710016 南京医科大学第二附属医院消化内科 210011 天津医科大学总医院骨科 300052 南通大学附属医院骨科 226001 南方医科大学国家级虚拟仿真实验教学中心广州510320 中国人民解放军陆军军医大学新桥医院骨科重庆400037 河北医科大学第三医院骨科石家庄050051 天津医科大学肿瘤医院乳腺癌诊治中心 100191 中南大学湘雅二医院脊柱外科长沙410008 山东省立医院骨科济南250021 南方医科大学深圳医院骨科深圳518110 南京医科大学数字医学重点实验室 211166 贵州省骨科医院骨科贵阳550007 贵州医科大学附属医院骨外科贵阳550001 内蒙古医科大学附属医院骨科呼和浩特010059 首都医科大学附属北京朝阳医院骨科北京100069 严安徽医科大学第一附属医院关节外科合肥230022 江苏省人民医院骨科南京210029 首都医科大学附属北京潞河医院骨科北京101149 重庆医科大学附属第一医院骨科 400042 武汉市第四医院骨科 430033 长沙市第三医院骨科 410015 大连医科大学附属第一医院骨科 116011 沈阳医学院附属中心医院骨科 100191 武汉科技大学附属普仁医院骨科 430081 湖北中医药大学中医学系武汉430065 中南大学湘雅医院脊柱外科长沙410008 中南大学湘雅医院运动医学科长沙410008 云南省第一人民医院骨科昆明650032 复旦大学附属中山医院骨科上海200032 中国医科大学附属第一医院骨科沈阳110001 成都市第三人民医院危重医学科 610031 南开大学医学院天津300071 新疆医科大学第一附属医院骨科乌鲁木齐830054 武汉大学计算机学院 430072 华中科技大学人工智能与自动化学院武汉430074 华中科技大学同济医学院附属协和医院影像科武汉430030 香港大学神经工程与临床电生理实验室 999077 澳门仁伯爵综合医院骨科 999078 国家超级计算天津中心 300457 广州市第一人民医院骨科 510180 华中科技大学同济医学院附属同济医院肝胆外科武汉430030 南方科技大学医院骨科深圳518055

新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)的爆发已被世界卫生组织(WHO)宣布为国际关注的突发公共卫生事件。由于该病毒具有较强的传染性,已在中国多个地区流行。到目前为止,已有多个国家报告了新型冠状病毒(Severe Acute ... 详细信息

新型冠状病毒肺炎(Corona Virus Disease 2019,COVID-19)的爆发已被世界卫生组织(WHO)宣布为国际关注的突发公共卫生事件。由于该病毒具有较强的传染性,已在中国多个地区流行。到目前为止,已有多个国家报告了新型冠状病毒(Severe Acute Respiratory Syndrome Coronavirus 2,SARS-CoV-2)感染病例,全球流行成为大概率事件。笔者系统地收集整理了全国多地抗疫一线在智能医学应用方面的经验,并结合目前国内外关于抗击新冠肺炎疫情防控原则的最新文献和循证医学证据,制订本专家共识,重点介绍在新冠肺炎疫情防控期间,智能医学在预防、预警、监控、隔离、治疗等方面的应用,为新冠肺炎的防控及治疗提供参考。

关键词：冠状病毒感染肺炎智能医学专家共识

来源：评论

学校读者我要写书评

暂无评论

基于双关主题模型的中药方君臣佐使配伍规律分析

引用

中国中医药信息杂志 2022年第12期29卷 23-29页

作者：马甲林王兆军郭海淮阴工学院计算机学院江苏淮安223003 淮安市吴鞠通中医学术研究会江苏淮安223300 南京医科大学附属淮安第一医院江苏淮安223000

目的通过构建数据挖掘专用模型,探究中药方的君臣佐使配伍规律。方法针对中药方蕴藏的君臣佐使隐性配伍结构,结合中医君臣佐使理论内涵,构建一种基于贝叶斯网络理论的双关主题模型(DCTM),提出并采用基于DCTM的君臣佐使配伍规律分析方法... 详细信息

目的通过构建数据挖掘专用模型,探究中药方的君臣佐使配伍规律。方法针对中药方蕴藏的君臣佐使隐性配伍结构,结合中医君臣佐使理论内涵,构建一种基于贝叶斯网络理论的双关主题模型(DCTM),提出并采用基于DCTM的君臣佐使配伍规律分析方法。以中国方剂数据库共84464首中药方作为分析对象,以《伤寒明理药方论》标注的20首中药方的君臣佐使为参照标准,对DCTM分析结果进行评价。结果采用基于DCTM的君臣佐使配伍规律分析方法对20首中药方标注结果的君药、臣药、佐药、使药准确率分别为0.75、0.50、0.71、0.81,召回率分别为0.75、0.45、0.85、0.43,F1-得分分别为0.75、0.47、0.77、0.56。结论本研究提出的挖掘君臣佐使隐性药方结构的DCTM模型和方法能够有效分析出君臣佐使角色,可为印证君臣佐使理论、完善中医君臣佐使配伍方法提供帮助。

关键词：组方结构君臣佐使数据挖掘双关主题模型

来源：评论

学校读者我要写书评

暂无评论

某三甲医院10年住院病人疾病构成分析

引用

江苏卫生事业管理 2019年第12期30卷 1501-1505,1510页

作者：黄豆豆邹慕蓉赵雨辰王文秀吴植茆耿立国李曲宁晓路赵军朱爱霞吴良明南京大学医学院附属鼓楼医院病案统计室江苏南京210008 南京医科大学研究生院江苏南京211166 上海交通大学医学院附属苏州九龙医院病案室江苏苏州215021 徐州医科大学党委办公室江苏徐州221004 南京大学医学院附属鼓楼医院计算机中心江苏南京210008

目的:分析出院患者疾病谱构成及变化,为合理配置医疗卫生资源和相关管理决策提供科学依据。方法:调取2006-2015年某院所有出院患者相关信息及主要诊断编码,并进行统计分析。结果:总出院病人方面,循环系统疾病和肿瘤成为最主要两类疾病... 详细信息

目的:分析出院患者疾病谱构成及变化,为合理配置医疗卫生资源和相关管理决策提供科学依据。方法:调取2006-2015年某院所有出院患者相关信息及主要诊断编码,并进行统计分析。结果:总出院病人方面,循环系统疾病和肿瘤成为最主要两类疾病。影响健康状态和与保健机构接触的因素变化幅度最大,从2006年的第6顺位,逐渐增长至2015年的第1顺位。随着年龄增长,肿瘤、循环系统疾病、消化系统疾病和呼吸系统疾病构成占比逐渐增高。结论:建立住院病人疾病谱,可以合理配置医院各种有限的卫生资源,提高医疗服务的质量和水平。

关键词：疾病谱住院病人病案构成

来源：评论

学校读者我要写书评

暂无评论

基于3D-CTA结构重建的精准肺段切除手术辅助系统

基于3D-CTA结构重建的精准肺段切除手术辅助系统

引用

2017中国生物医学工程大会

作者：覃文军杨金柱栗伟赵大哲陈亮朱全吴卫兵徐心峰东北大学医学影像计算教育部重点实验室东北大学计算机科学与工程学院南京医科大学第一附属医院胸外科

来源：评论

学校读者我要写书评

暂无评论

基于深度置信网络的2型糖尿病微血管并发症预测

引用

医学信息学杂志 2024年第7期45卷 68-73页

作者：李瑞瑶许婧怡戴浩宇孙慧文鲍瀛华履春吴天星南京鼓楼医院信息管理处南京210008 东南大学计算机科学与工程学院南京211189 南京医科大学鼓楼临床医学院老年科南京210008 新一代人工智能技术与交叉应用教育部重点实验室南京211189

目的/意义基于真实世界数据构建预测模型,实现对2型糖尿病微血管病变的预测和早期筛查。方法/过程以南京鼓楼医院10年间真实世界数据为资料,将检验检查结果、病历文书等纳入考量,构建基于粒子群算法优化深度置信网络的2型糖尿病微血管... 详细信息

目的/意义基于真实世界数据构建预测模型,实现对2型糖尿病微血管病变的预测和早期筛查。方法/过程以南京鼓楼医院10年间真实世界数据为资料,将检验检查结果、病历文书等纳入考量,构建基于粒子群算法优化深度置信网络的2型糖尿病微血管并发症预测模型。结果/结论该模型能够预测2型糖尿病微血管并发症,性能优于随机森林、支持向量机基准模型,为真实世界数据疾病预测模型研究提供借鉴。

关键词： 2型糖尿病微血管并发症疾病预测模型临床数据处理真实世界数据

来源：评论

学校读者我要写书评

暂无评论

基于深度学习构建高频超声-病理图像配准及组织成分预测模型的体外研究

引用

肿瘤影像学 2024年第6期33卷 586-592页

作者：周文文柴志菲徐明黄通毅赵泽任菲张晓儿谢晓燕中山大学附属第一医院超声医学科广东广州510080 南京医科大学附属苏州医院苏州市立医院超声中心江苏苏州215002 中国科学院大学计算机学院北京101408 中国科学院计算技术研究所北京100190

目的:探讨基于深度学习(deep learning,DL)网络,在体外模型中建立高频超声(high-frequency ultrasound,HFUS)-病理图像融合配准方法并构建病理组织成分模型的可行性及预测价值。方法:制备包含4种不同生物组织和定位颗粒的60个体外仿肿... 详细信息

目的:探讨基于深度学习(deep learning,DL)网络,在体外模型中建立高频超声(high-frequency ultrasound,HFUS)-病理图像融合配准方法并构建病理组织成分模型的可行性及预测价值。方法:制备包含4种不同生物组织和定位颗粒的60个体外仿肿瘤模型,在物理匹配下获取同一切面的HFUS图像和全视野切片图像(wide slide image,WSI)。对图像进行质量控制和筛选,在WSI中沿组织边缘手动勾画出感兴趣区域(region of interest,ROI)并转移至HFUS图像上。以原始图像及对应ROI为数据集,按照13∶1∶1分为训练集(n=462)、验证集(n=34)和测试集(n=38)。通过迁移学习DeepLabV3、FCN-50和MobileNetV3网络构建DL模型,并输出自动分割图像,最终采用像素准确度(pixel accuracy,PA)、精确度、灵敏度和F1-score指标量化和比较训练集和测试集中各模型预测效能。结果:基于DeepLabV3、FCN-50和MobileNetV3网络的DL模型自动分割测试集中不同组织成分的准确度和相似度均较高,其中MobileNetV3模型效能最优,其PA为91.4%、F1-score为87.1%。不同网络模型效能之间差异无统计学意义(P>0.05)。各模型预测体外不同组织成分的效能差异之间差异有统计学意义(P<0.001),其中肝脏组织效果最佳。结论:本研究构建的超声-病理融合模型能够有效地识别超声图像中体外组织成分,为进一步临床应用提供方法学依据。

关键词：高频超声体外模型深度学习全视野数字切片图像配准预测

来源：评论

学校读者我要写书评

暂无评论

我院电子病历系统的实施体会

引用

医学信息（上旬刊） 2011年第12期24卷 30-30页

作者：梁敏江苏省南京医科大学附属淮安第一医院计算机中心江苏淮安223300

我院是一所较大规模的集医疗、教学、科研为一体的三级甲等综合性医院.医院在注重临床业务水平提高的同时,也在医疗信息化的建设方面给予很大的重视和投入.目前,在医院信息系统中,电子病历系统(Electronic ***)是最核心、最重要的组成部... 详细信息

我院是一所较大规模的集医疗、教学、科研为一体的三级甲等综合性医院.医院在注重临床业务水平提高的同时,也在医疗信息化的建设方面给予很大的重视和投入.目前,在医院信息系统中,电子病历系统(Electronic ***)是最核心、最重要的组成部分,并且与其他的信息系统(HIS、LIS、PACS 等)进行数据整合,从而达到信息资源的共享,更好的提升医院整体信息化水平.

关键词：电子病历系统医院信息系统综合性医院医疗信息化信息化水平注重临床业务水平信息资源数据整合三级甲等投入科研教学建设核心 PACS LIS

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：