金卫
- 作品数:15 被引量:48H指数:4
- 供职机构:山东中医药大学更多>>
- 发文基金:山东省高等学校科技计划项目山东省自然科学基金更多>>
- 相关领域:医药卫生自动化与计算机技术经济管理更多>>
- 以新型基础设施建设推动经济社会高质量发展被引量:7
- 2021年
- 加快新型基础设施建设对我国经济社会发展具有重要意义,但推进过程中仍存在重硬轻软、重政轻企、重建轻用等一系列问题。应充分发挥我国在市场、政策和数据方面的独特优势,加强顶层设计,完善政策保障,提升创新能力,强化应用主导,以新型基础设施建设推动经济社会高质量发展。
- 张晓民金卫
- 基于深度学习的脑电信号情感识别研究进展
- 2023年
- 情感识别能有效促进智能人机交互的发展,辅助医学诊断,已成为人工智能领域的研究热点之一。脑电图(electroencephalogram,EEG)是对情感状态波动反应最为灵敏的信号,但传统的机器学习算法受到脑电信号非平稳性和个体差异性等特性的制约,很难进一步提高分类准确率和模型泛化能力。近年来能自动化特征提取的深度学习方法愈受学者青睐。本文对基于深度学习的脑电信号情感识别研究进行归纳总结,简述情感识别的相关理论以及常用公开数据集,总结对比不同情感识别模型和EEG传统特征、EEG原始数据以及多模态信号融合特征三类输入数据对分类精度的影响,最后探讨现阶段研究所存在的问题并展望该领域未来发展方向,以期能为后续研究提供借鉴。
- 杨卓东金卫生慧岳路
- 关键词:脑电信号情感情感识别特征提取
- 电子病历命名实体识别技术研究综述被引量:5
- 2022年
- 电子病历(EMR)是医疗信息快速发展的产物,目前以非结构化文本形式存储。通过使用自然语言处理(NLP)技术,在非结构化文本中提取出大量医学实体,将有助于提升医务人员查阅病历效率,同时识别的成果也将辅助于接下来的关系提取和知识图谱构建等研究。介绍常用的若干个数据集、语料标注标准和评价指标。从早期传统方法、深度学习方法、预训练模型、小样本问题处理四个方面详细阐述电子病历命名实体识别方法,对比分析各模型自身的优势及局限性。探讨了目前研究的不足,并对未来发展方向提出展望。
- 吴智妍金卫岳路生慧
- 关键词:电子病历自然语言处理命名实体识别
- 基于SVM算法的中药化合物寒热药性预测研究
- 2022年
- 目的 研究对比3种机器学习算法在中药化合物寒热药性预测的应用效果模型,以解释中药寒热药性与其物质成分之间的关系。方法 利用分子描述符来表征中药药性的结构基础,然后引入逻辑回归算法、SVM算法、决策树算法构建寒热药性预测模型,并分析3种模型对化合物寒热药性的准确率,通过留一法对模型进行评价。结果 SVM算法对中药寒热药性预测的效果较好,其中SVM算法的准确率达到了87.79%,明显高于其他两种算法。并且模型的拟合效果较好,AUC、Precision、Recall、F1_score值分别为0.855、0.812、0.893、0.851。结论 SVM算法模型具有较高的预测性和比较好的稳定性,有利于中药寒热药性的预测研究、中药化合物的物质结构与成分决定中药化合物的药性。
- 吴智妍金卫岳路生慧
- 关键词:支持向量机
- 医学院校基于大数据分析和混合学习的《信息安全》教学改革与探索被引量:1
- 2017年
- 本文从医学院校《信息安全》课程教学面临的问题入手,探讨利用学习大数据进行课程分析和学生画像的技术和方法,研究网络环境下的混合教学模式,结合医学院校《信息安全》课程特点构建混合教学环境,设计混合教学活动并探索多样化教学评价方式,为大数据分析技术和混合教学模式在医学院校计算机相关课程的应用提供服务参考,从而促进个性化教学质量的不断提高。
- 生慧马素芬金卫
- 关键词:大数据
- 中医电子病历技术的特色及发展被引量:1
- 2013年
- 通过对中医电子病历技术特色及其发展的探讨,指出我国中医电子病历技术起步较晚,在发展过程中需要进一步的优化和改良,重点应集中在中医信息的标准化、结构化以及集成化方面,同时需重视数据挖掘技术的应用。
- 孟尹金卫
- 关键词:中医电子病历
- 中医药领域数据挖掘技术的研究与应用概况被引量:10
- 2015年
- 现时,数据挖掘已经被运用于各个领域,而中医药领域因其独特复杂的数据特点更加需要大量的数据挖掘工作,使隐藏在数据当中的有关中医证候诊断、中药方剂等未被发现和使用的有用知识可以被发现。目前,数据挖掘在中医药领域的中医诊断、中医证候、中药方剂、中医文献研究及针灸治疗等方面的应用日趋完善,证实数据挖掘技术可以为中医药独特复杂的数据作出分析,从而推动中医药行业的进一步发展。
- 王倩生慧金卫
- 关键词:数据挖掘
- 基于医疗数据的K-means算法优化研究被引量:4
- 2016年
- 随着医学信息化、网络化的发展,传统的数据挖掘[1]方法在处理复杂的医学数据方面,表现出很大的局限性。因此,需要研究开发更有效的挖掘方法。通过对聚类分析中最经典的K-means算法[2]进行优化研究,以解决在每次迭代中,K-means算法都要计算数据点和所有中心之间的距离[3]问题为目的。通过保留数据点到最近的簇的距离,并与下次迭代中计算的中心点距离作比较的方法,减少了K-means算法在图案数量和迭代集群数量时所需的时间,并能够产生与原始算法相同有效的聚类结果。最终得到改进后的算法大大提高了执行效率,且在性能上比K-means算法有显著优越性的结论。
- 宋欣霞金卫
- 关键词:医疗数据数据挖掘K-MEANS算法
- 两种关联规则算法在中医药治疗方面的应用及比较被引量:9
- 2015年
- 关联规则数据挖掘方法作为数据挖掘领域最活跃的研究方法之一,已广泛应用于中医药领域的各个方面,使得中医药庞大的信息数据库得以有效的利用,推动了中医药信息化的发展。关联规则算法中的Apriori算法和FP-growth算法在中医药治疗方面一直备受关注,两种算法在不同的中医、疾病、方剂、治法等方面所挖掘出的不同关联规则揭示了中医药治疗的潜在规律,为传承和发展中医中药知识奠定了理论基础。对两种算法在算法本身和算法应用方面进行简单比较,为进一步探索关联规则在中医药治疗方面的应用提供了参考。
- 王倩金卫生慧
- 关键词:关联规则中医药APRIORI算法FP-GROWTH算法
- 脑电信号情绪识别研究综述被引量:1
- 2023年
- 通过面部表情、语音语调以及脑电等生理信号对人的情绪状态进行识别分类,即情绪识别,其在医疗、交通以及教育等领域有广泛应用。脑电信号由于其真实可靠,在情绪识别领域日益得到广泛关注。总结了近年来脑电情绪识别研究所取得的进展,主要介绍基于深度学习和迁移学习进行的脑电情绪识别研究。介绍了脑电情绪识别基础理论、常用公开数据集、信号的采集和预处理,介绍特征提取与选择,重点介绍了深度学习和迁移学习在脑电情绪识别上的应用。指出该领域目前面临的挑战和前景。
- 秦天鹏生慧岳路金卫
- 关键词:情绪识别特征提取脑电信号