检索结果-内蒙古大学图书馆

辽宁中医杂志 2025年

作者：高远伍紫炫盛博洋李丹阳张仕娜晏峻峰彭清华湖南中医药大学湖南中医药大学中医诊断研究所湖南中医药大学信息科学与工程学院

目的干眼的中医辨证的精准性有待提升存在不足，本研究旨在基于干眼的客观信息，构建干眼的中医智能辅助诊断模型。方法通过运用14种机器学习技术，模型能够针对新的数据提供相应的诊断判断，进而优化中医对干眼的诊断和治疗策略。结... 详细信息

目的干眼的中医辨证的精准性有待提升存在不足，本研究旨在基于干眼的客观信息，构建干眼的中医智能辅助诊断模型。方法通过运用14种机器学习技术，模型能够针对新的数据提供相应的诊断判断，进而优化中医对干眼的诊断和治疗策略。结果 XGBoost算法在干眼虚、实证型的二分类模型上展现出卓越性能。采用14种机器学习构建干眼具体证型的分类模型效果欠佳。Extra-Trees算法构建干眼实证证型的三分类模型效果较好。CatBoost算法构建干眼虚证证型的三分类模型效果较好。结论相较于直接采用机器学习构建干眼具体证型的六分类模型，在虚、实证型二分类模型的基础上，针对不同目标的干眼证型分类任务，应选用最适宜的算法构建模型，以确保模型性能达到最佳效果。

关键词：人工智能机器学习诊断干眼证型

来源：评论

学校读者我要写书评

暂无评论

基于深度聚类的高维临床数据用药规律研究

引用

中草药 2025年第5期56卷 1708-1716页

作者：邓媛媛游海心梁杨李力松刘静曾光丁长松湖南中医药大学信息科学与工程学院湖南长沙410208 湖南中医药大学中西医结合学院湖南长沙410208 湖南省中医药大数据分析实验室湖南长沙410208

目的借助深度聚类在高维深层数据处理中的优势,构建一种临床用药规律分析模型,挖掘复杂多维的临床医学数据中的潜在用药规律。方法收集真实世界临床脑卒中数据集进行筛选与规范,利用图卷积神经网络、自动编码器和自监督机制等技术,构建... 详细信息

目的借助深度聚类在高维深层数据处理中的优势,构建一种临床用药规律分析模型,挖掘复杂多维的临床医学数据中的潜在用药规律。方法收集真实世界临床脑卒中数据集进行筛选与规范,利用图卷积神经网络、自动编码器和自监督机制等技术,构建多源异构信息融合的深度聚类模型——多源融合卷积网络(multi-source fusion convolutional network,MFCN)。通过2个数据集验证模型的性能,并以脑卒中数据集为例,进一步分析其临床用药规律,从而验证模型挖掘高维临床数据的有效性。结果MFCN模型在DBLP和脑卒中数据集上的准确率分别为79.32%、83.48%,归一化互信息(normalized mutual information,NMI)分别为0.4908、0.5316,调整兰德系数(average rand index,ARI)分别为0.5419、0.5817,F1得分(F1-score,F1)分别为0.7877、0.8339,其性能指标均高于其他模型。在脑卒中数据集中,MFCN模型成功挖掘出急性期的中药组合社团,如甘草、茯苓和陈皮等,并发现“症-药”关联组合,如“甘草-脉弦”“甘草-舌红”“陈皮-肢体乏力”等。结论深度聚类能有效处理复杂高维的临床数据,并揭示临床用药的潜在规律,为临床经验的提取和辅助决策提供了方法学参考。

关键词：脑卒中深度聚类用药规律数据挖掘多源融合卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的手绘与标准印刷化学分子结构图像双向循环生成方法

引用

智能计算机与应用 2025年第04期 77-85页

作者：彭晓旺刘伟陶家俊贺先域湖南中医药大学信息科学与工程学院

手绘化学分子结构图像生成是一项富有意义且有挑战性的任务。目前，基于深度学习的手绘化学分子结构识别研究取得了一些进展，然而训练数据集的匮乏严重制约了模型的性能提升。此外，针对标准印刷体分子结构的识别模型已趋于成熟并展现... 详细信息

手绘化学分子结构图像生成是一项富有意义且有挑战性的任务。目前，基于深度学习的手绘化学分子结构识别研究取得了一些进展，然而训练数据集的匮乏严重制约了模型的性能提升。此外，针对标准印刷体分子结构的识别模型已趋于成熟并展现出优异的识别效果，然而这些工具却没有被充分用于手绘分子式的识别，如何有效利用现有技术成果实现高精度的手绘分子识别，成为当前研究的重要方向之一。针对上述问题，本文提出了BiMIGAN模型，该模型整体是一个类循环生成网络架构，其中的生成器使用了引入Transformer的U型卷积神经网络，判别器采用了PatchGAN判别器，在训练的过程中还采用了预训练与梯度惩罚的训练策略保证了模型生成图像的质量。在使用自建手绘分子数据集HNUCM-HDM的实验中，模型生成图像的FID与KID与其他方法相比均是最优的，分别为20.809和0.006 5(±0.000 3);在后续识别实验中，使用模型将手绘分子标准化后再进行识别，能大幅提升识别准确性，最多可达40%。

关键词：手绘化学分子结构图像生成手绘化学分子结构识别循环生成对抗网络 Transformer 梯度惩罚

来源：评论

学校读者我要写书评

暂无评论

CAD-Net：一种基于U型网络的胰腺分割方法

引用

智能计算机与应用 2025年

作者：胡旷怡辛国江梁昊刘翼奇吴莹洁湖南中医药大学信息科学与工程学院湖南中医药大学中医诊断研究所

胰腺分割在医学图像分析中是一项极具挑战的任务，主要由于胰腺形态复杂、大小差异显著，以及其与周围组织的灰度相似性，导致分割精度较低。为解决这一问题，本文提出了一种U型网络模型——CAD-Net，CAD-Net将ConvNeXt作为编码器骨干... 详细信息

胰腺分割在医学图像分析中是一项极具挑战的任务，主要由于胰腺形态复杂、大小差异显著，以及其与周围组织的灰度相似性，导致分割精度较低。为解决这一问题，本文提出了一种U型网络模型——CAD-Net，CAD-Net将ConvNeXt作为编码器骨干网络，并融合注意力机制和动态蛇形卷积。ConvNeXt的多尺度特征提取能力使模型能够更好地捕捉胰腺的复杂结构。利用注意力机制动态调整特征图的权重，进一步增强了对胰腺特征的提取，同时有效抑制背景噪声。采用动态蛇形卷积动态调整卷积核，提高了分割边缘的精度，精准捕捉胰腺的复杂边界。在NIH数据集上进行实验分析：Dice值达到82.87%，IoU值达到70.76%。实验结果表明，该方法在NIH数据集上显著提升了胰腺分割的准确性和鲁棒性，证明了其在胰腺图像分割中的有效性。

关键词：胰腺分割 CAD-Net ConvNeXt 注意力机制动态蛇形卷积

来源：评论

学校读者我要写书评

暂无评论

大规模中医古籍古今翻译平行语料库的构建和应用

引用

中国数字医学 2025年第5期20卷 98-103页

作者：宋熹玥邹荣辉刘伟湖南中医药大学信息科学与工程学院长沙410208

目的:为解决因语言变迁与文化差异导致的现代学者难以充分理解并汲取中医古籍中所蕴含的医学智慧方法的问题,构建大规模中医古籍古今翻译平行语料库。方法:通过筛选代表性古籍、进行文本数字化处理,以及将古籍原文与现代译文精确对齐等... 详细信息

目的:为解决因语言变迁与文化差异导致的现代学者难以充分理解并汲取中医古籍中所蕴含的医学智慧方法的问题,构建大规模中医古籍古今翻译平行语料库。方法:通过筛选代表性古籍、进行文本数字化处理,以及将古籍原文与现代译文精确对齐等环节,构建大规模中医古籍古今翻译平行语料库。结果:成功构建了一个大规模中医古籍古今翻译平行语料库,并以实验论证了专业语料库对改进翻译效果的有效性。结论:该语料库在中医学术研究、自然语言处理等领域具有重要应用价值,有助于深入挖掘中医古籍智慧,推动中医学现代化发展。

关键词：中医古籍平行语料库古今翻译自然语言处理

来源：评论

学校读者我要写书评

暂无评论

融合知识图谱与图卷积神经网络中医证型分类模型

引用

计算机技术与发展 2025年第3期35卷 140-147页

作者：董云春晏峻峰湖南中医药大学信息科学与工程学院湖南长沙410208

中医证型分类是中医辨证体系中极为重要的一部分,证型分类的准确性会影响到中医诊疗的效果,因此如何提高证型分类的准确率一直是中医学研究的一个重要课题。利用人工智能技术探究中医证型分类模型,提高证型分类性能,从而为中医学的其他... 详细信息

中医证型分类是中医辨证体系中极为重要的一部分,证型分类的准确性会影响到中医诊疗的效果,因此如何提高证型分类的准确率一直是中医学研究的一个重要课题。利用人工智能技术探究中医证型分类模型,提高证型分类性能,从而为中医学的其他相关应用奠定基础。该文采用了一种融合模型——KGRGCN。该模型能够高效地获取数据节点之间的深层特征。图卷积神经网络作为一种处理图结构数据的有效方法,通过残差结构的引入,可以提高模型的表达能力和训练稳定性;同时融合证型相关知识图谱,辅助模型整合证型嵌入表示,增强症状与证型间的关联关系;为了进一步增强模型性能,提出增加证素权重作为其桥梁的策略,融合多层信息表征,并采用多层感知机(MLP)来进行证型分类。实验结果表明,KGRGCN模型在证型分类任务中表现优异。具体而言,该模型的准确率为75.43%,精确率为74.93%,召回率为76.91%,F1-score为75.91%。这些结果表明,模型在分类性能上优于几种流行的分类方法,包括支持向量机、TextCNN和随机森林等。

关键词：图卷积神经网络证型分类知识图谱证素残差结构

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合的抑郁症识别模型构建

引用

计算机与现代化 2025年第3期 1-5页

作者：侯梦晗韦昌法湖南中医药大学信息科学与工程学院湖南长沙410208

近年来抑郁症已成为全球心理健康负担的首要问题,为了对其进行识别,提出一种融合BERT、BiLSTM和ConvNeXt的抑郁症识别模型。首先,利用BERT模型生成具有丰富语义的特征向量;其次,使用BiLSTM模型获取文本的上下文信息以及使用ConvNeXt模... 详细信息

近年来抑郁症已成为全球心理健康负担的首要问题,为了对其进行识别,提出一种融合BERT、BiLSTM和ConvNeXt的抑郁症识别模型。首先,利用BERT模型生成具有丰富语义的特征向量;其次,使用BiLSTM模型获取文本的上下文信息以及使用ConvNeXt模型获取文本的局部特征;再次,为了缓解特征提取过程中语义信息的丢失,将BiLSTM和Con-vNeXt模型学习到的上下文特征和局部特征通过残差连接进行融合;最后,根据融合的特征信息进行抑郁症的识别。实验结果表明,本文所提出的模型相较于其他几种深度学习模型在准确率、召回率和F1值上均有提升,且能有效提取文本中的抑郁特征,提高抑郁症识别的准确率。

关键词：抑郁症 BERT BiLSTM ConvNeXt 识别

来源：评论

学校读者我要写书评

暂无评论

可智能交互的AR人体经络模型的设计与实现

引用

电脑知识与技术 2025年第4期21卷 72-75页

作者：徐宏宁吕佳珉石昌龙丁长松湖南中医药大学信息科学与工程学院湖南长沙410208

为了提高人体经络模型的活性,文章基于AR技术与智能问答技术设计并实现了可智能交互的AR人体经络模型。首先,构建3D人体模型并标注经络穴位;其次,利用Unity的ARFoundation技术实现人体模型在现实环境中的虚拟投放;再次,实现用户与人体... 详细信息

为了提高人体经络模型的活性,文章基于AR技术与智能问答技术设计并实现了可智能交互的AR人体经络模型。首先,构建3D人体模型并标注经络穴位;其次,利用Unity的ARFoundation技术实现人体模型在现实环境中的虚拟投放;再次,实现用户与人体模型经络穴位的交互,使用者可以查看经络穴位的视频、图片等多模态信息;最后,构建知识图谱,训练意图识别的BERT模型,实现与人体模型的智能问答交互。实验结果表明,该模型显著提升了经络学习和诊断的效率,为中医药教育提供了新的技术手段。

关键词：人体经络 AR技术知识图谱智能问答

来源：评论

学校读者我要写书评

暂无评论

基于PCI级联模型的网购异常商品识别研究

引用

电脑知识与技术 2025年第8期21卷 37-41页

作者：张嘉洛王扬华罗舜崇葛涛超徐宇轩湖南中医药大学信息科学与工程学院湖南长沙410023

随着电子商务的迅猛发展,准确识别异常商品对维护平台信誉和保护消费者权益至关重要。针对现有方法在处理高维数据和探测复杂异常模式方面的局限性,本文提出了一种基于PCA(主成分分析)、COPOD(复合概率密度估计)和IForest(孤立森林)的PC... 详细信息

随着电子商务的迅猛发展,准确识别异常商品对维护平台信誉和保护消费者权益至关重要。针对现有方法在处理高维数据和探测复杂异常模式方面的局限性,本文提出了一种基于PCA(主成分分析)、COPOD(复合概率密度估计)和IForest(孤立森林)的PCI级联异常检测模型。该模型首先通过PCA对高维数据进行降维,使用COPOD进行初步异常检测以筛选潜在异常点,最后利用IForest精确识别最终异常点。实验结果表明,PCI模型的准确度达87.3%,召回率为77.8%,F1分数为0.823,显著优于传统方法。该研究表明,PCI级联模型能有效提高异常商品识别的准确性和可靠性,为电商平台的风险管理和运营优化提供了新技术方案。

关键词：主成分分析复合概率密度估计孤立森林电子商务数据异常检测

来源：评论

学校读者我要写书评

暂无评论

基于多分组协调注意力卷积的缺血性脑卒中病灶分割方法

引用

智能计算机与应用 2025年第04期 9-16页

作者：曹嘉璇王家琪邹北骥郭纯刘青萍湖南中医药大学信息科学与工程学院中南大学计算机学院湖南中医药大学第一附属医院

脑卒中是世界上仅次于心脏病的第二大死因。缺血性脑卒中病灶的自动分割可以提供受损组织的位置与面积信息，对治疗方法的选择以及评估患者预后效果有着重要的意义。针对医生手动分割较为耗时，以及对多尺度病灶分割效果较差的问题，本... 详细信息

脑卒中是世界上仅次于心脏病的第二大死因。缺血性脑卒中病灶的自动分割可以提供受损组织的位置与面积信息，对治疗方法的选择以及评估患者预后效果有着重要的意义。针对医生手动分割较为耗时，以及对多尺度病灶分割效果较差的问题，本文提出了一种基于多分组协调注意力卷积的缺血性脑卒中病灶分割方法。首先，将改进的特征获取模块加入编码器头部，以捕获更多轮廓特征；其次，引入一种轻量级协调注意力模块，使得模型充分融合位置与上下文信息；最后，设计了一种多分组卷积模块，在大幅降低计算成本的同时使网络融合不同尺度大小的特征映射。实验采用ISLES2022数据集评估所提方法，结果显示，本文方法的戴斯相似系数、召回率、精确率分别达到了68.59%、78.90%、71.34%,与其他先进的方法相比，该模型的性能在所有指标上都达到了优秀的结果，有望为临床诊断和治疗提供可靠辅助。

关键词：缺血性脑卒中多分组卷积核磁共振计算机辅助诊断深度学习

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：