【摘 要】
:
随着当代信息科技的发展,各种人工智能的方法被应用于包括运营管理与医疗等各种领域的研究中。同时随着大数据技术与存储技术的发展,各类活动产生了大量相关数据,因此,对这些海量数据进行挖掘与分析的方法是个值得研究的方向。在实际中,很多病症的临床治疗需要同时用到大量的药物,但多数情况下多种药物共同作用或不良反应未知。以创伤性脑损伤为主要研究病症,梳理了国内外有关创伤性脑损伤病症的研究情况,采用了某医院创伤性
论文部分内容阅读
随着当代信息科技的发展,各种人工智能的方法被应用于包括运营管理与医疗等各种领域的研究中。同时随着大数据技术与存储技术的发展,各类活动产生了大量相关数据,因此,对这些海量数据进行挖掘与分析的方法是个值得研究的方向。在实际中,很多病症的临床治疗需要同时用到大量的药物,但多数情况下多种药物共同作用或不良反应未知。以创伤性脑损伤为主要研究病症,梳理了国内外有关创伤性脑损伤病症的研究情况,采用了某医院创伤性脑损伤患者数据进行研究。在挖掘能够降低创伤性脑损伤患者住院时长的单个药物研究中,从一般观察到的现象出发,即病人住院时长越长,某些药物使用频率越高。我们通过穷举法,即根据每个药物在数据集上总体的使用频率排序,利用两类病人的住院时长与是否出院为基本数据进行生存分析。当高频率使用某药物的病人的住院时长显著低于低频率使用的病人住院时长时,认为这种药物能够降低创伤性脑损伤的住院治疗时长。考虑更多的药物时,数据量将呈现指数级增长,穷举法便不再适用。因此我们提出一种基于药物的词向量的有效的挖掘降低创伤性脑损伤的协同使用的多药物的方法。在挖掘能够降低创伤性脑损伤患者住院时长的两种协同使用药物时,利用神经网络进行相应的词向量嵌入,在获得词向量后根据每个病人的住院药物处方形成句向量。利用机器学习中的降维方法与聚类算法,通过生存分析与生存分布的差异找出差异最大的两类中的成对用药的频率差异。对比这两类的用药频率差异的大小,进行排序,利用高频率协同使用两种药物的病患住院时长集合与低频率协同使用两种药物的病患住院时长集合确定能够降低创伤性脑损伤患者住院时长的协同使用的两种药物。最终结果表明,该方法在前3000种协同使用的药物对中挖掘能够降低创伤性脑损伤病人住院时长的准确度相对于随机选择法更高。同时,这些挖掘出的药物也值得临床专家的进一步研究。
其他文献
变异测试通过执行变异操作以模拟典型软件缺陷,可以有效衡量测试用例集的缺陷检测能力。然而,变异操作通常会生成大量的变异体,编译、执行这些变异体会耗费大量的测试时间,导致变异测试效率低下、可用性不高。为了优化变异测试的效率,提升变异测试在实践中的可用性,测试人员通常采用变异选择方法对变异体集合进行约简。在执行变异选择方法时,需要多次执行变异测试以计算每次选择的变异体集合的质量得分,用以选择质量最优的子
太赫兹技术作为最为瞩目的前沿技术之一,在国防、航天、医学、通信、食品、环境等领域具有广阔的应用前景。作为太赫兹系统的核心器件之一,太赫兹探测器的发展也面临着更多挑战和机遇。室温太赫兹探测器具有体积小,结构紧凑,成本低,可在室温下工作等优势,是目前太赫兹探测器的主要研究方向。微测辐射热计通过热敏材料的热效应将太赫兹辐射转化为热量来探测太赫兹波,是目前主流的室温太赫兹探测器,具有室温工作、宽频探测、实
新生儿黄疸在新生儿中是最常见的一种疾病,病情严重时会导致患儿脑部神经系统受损,受损后死亡率高达65%,即便治愈也会对患儿的神经系统造成永久性损伤。蓝光治疗是目前最常见也是最有效的治疗新生儿黄疸的医疗手段,但是过度照射会给患儿带来一定的副作用。现有蓝光治疗设备无法自动控制光照,增加了患儿受到蓝光损伤的风险。同时,治疗过程缺乏远程操控手段,不但增加了医护人员的工作量,而且使得医护人员更加频繁地暴露于蓝
随着电子商务的迅猛发展,国民对物流运输的需求飞速上升,物流相关企业如雨后春笋般涌现,如何降低物流运输成本成为物流行业发展的关键问题。近年来,一部分学者将前沿技术与物流规划问题相结合,衍生出了智慧物流这一研究领域。装箱和车辆路径规划问题是经典的NP-Hard问题,一直是物流运输领域研究的重点。在很多场景中,物流运输中需同时考虑装箱和车辆路径规划,并且通常有多种备选车型。因此带装箱约束的多车型车辆路径
随着深度神经网络技术的发展,基于领域文本数据集训练得到的深度神经网络模型逐渐应用到社会各个领域,用来解决各个领域中的实际问题。深度学习模型的构建需要大规模、高质量领域文本数据作为训练集。在实践中,领域文本获取成本高等原因会造成缺乏训练数据、样本分布不均衡等问题,并会导致深度学习模型的泛化能力较差。数据扩增是一种可以提高训练集大小的技术。目前,常用文本数据扩增技术处理文本数据时易影响体现文本领域特征
随着智能物联技术的快速发展,如何利用该技术消除人与空间、数据与决策之间的间隔,以及建立智慧、高效、安全、易用的空间预定与提升会议全流程体验成了企业人员的关注目标。本文致力于为全球企业打造会议生态系统,建立基于写字楼的房间设备控制系统,旨在让会议室更加智能,让写字楼办公人员使用更加高效便捷,同时也让系统管理员实时掌控会议室智能设备的运行情况,最终让整个公司团队可以真正专注于公司业务本身,提升办公效率
机器学习已成为信息技术的基石,许多机器学习算法已经进入具有严格要求的移动设备。机器学习算法硬件实现需要提高处理能力,从而来提高加速效果。本文研究对象为K最近邻算法,由于计算处理器的快速发展已使其逐渐接近功耗极限,但是需求却依然快速增长,芯片设计和制造的成本越来越高,在此背景下本文采用可重构架构对K最近邻算法进行硬件加速。本文围绕K最近邻算法的硬件加速,主要完成两方面工作:第一,利用可重构计算技术实
花生是我国重要的油料作物,年产量为全球第一,是我国“油料安全”的重要保障。花生收获的机械化、智能化能够有效提高花生的收获效率和收获品质。针对我国花生现有联合收获装备智能化水平低,从而导致的收获效率低、损失大和收获品质低等问题,本课题开展了其智能化监控系统的研制,以提高花生联合收获的收获效率和收获品质。本文的研究内容如下:1.根据花生联合收获装备的结构分析和智能化检测与控制需求,进行了监控系统的总体