基于ALBERT与双向GRU的中医脏腑定位模型

来源 :工程科学学报 | 被引量 : 0次 | 上传用户:zhqimin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
脏腑定位,即明确病变所在的脏腑,是中医脏腑辨证的重要阶段.本文旨在通过神经网络模型搭建中医脏腑定位模型,输入症状文本信息,输出对应的病变脏腑标签,为实现中医辅助诊疗的脏腑辨证提供支持.将中医的脏腑定位问题建模为自然语言处理中的多标签文本分类问题,基于中医的医案数据,提出一种基于预训练模型ALBERT和双向门控循环单元(Bi-GRU)的脏腑定位模型.对比实验和消融实验的结果表明,本文提出的方法在中医脏腑定位的问题上相比于多层感知机模型、决策树模型具有更高的准确性,与Word2Vec文本表示方法相比,本文使用
其他文献
很荣幸能够在《工程科学学报》组织发布《智慧医疗》专刊.智慧医疗涉及医学、人工智能、计算机及通信等技术,是一门交叉学科,其研究领域涵盖电子病历、医疗健康大数据分析与挖掘、医疗自然语言处理、智能医学影像分析、智能问答系统、智能辅助诊断、远程医疗、远程会诊、智慧医院、个人隐私保护等方向.为响应“健康中国”理念,进一步推进智慧医疗技术在医疗领域的深入应用,构建智慧医疗体系和平台助力医院向数字化、信息化转型发展,本刊征集了智慧医疗领域的学术论文以介绍最新研究进展.
宫颈癌是严重危害妇女健康的恶性肿瘤,威胁着女性的生命,而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法.近年来,随着以深度学习为代表的机器学习理论的发展,卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破,被广泛应用于宫颈异常细胞检测等医疗影像分析领域.但由于病理细胞图像具有分辨率高和尺寸大的特点,且其大多数局部区域内都不含有细胞簇,深度学习模型采用穷举候选框的方法进行
针对超声心动图像质量差、噪声多,传统卷积神经网络架构对超声心动图像的学习能力有限、表达不充分的缺点,提出了一种基于标准切面识别的房间隔缺损(Atrial septal defect,ASD)智能辅助诊断模型.该模型通过对超声心动图像进行切面识别,充分融合其不同切面的语义特征,使得诊断的准确率得到明显提升.此外,还对其进行双边滤波保边去噪,并基于此模型搭建房间隔缺损智能辅助诊断系统(简称ASD辅助诊
现如今,我国综合国力不断增强,事业单位为我国发展做出了很大贡献.事业单位资产是我国国有资产的重要组成部分,经济管理水平的高低,反映了一个单位的总体管理水平.目前,在事
多聚焦图像融合是计算机视觉领域中的一个重要分支,旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合,最终获得全清晰图像.随着以深度学习为代表的机器学习理论的突破,卷积神经网络被广泛应用于多聚焦图像融合领域,但大多数方法仅关注网络结构的改进,而使用简单的两两串行融合方式,降低了多图融合的效率,并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量.针对上述问题,在
针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题,提出了一种基于群体智能优化的多核学习支持向量机算法.首先,研究了五种单核函数对支持向量机分类性能的影响,进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法;其次,为增加粒子多样性及快速寻优,将粒子群优化算法引入了遗传算法中的杂交操作,并用此改进的群体智能优化算法对多核学习支持向量机进行参
虚拟经济对实体经济的作用体现在正反两个方面.一方面,虚拟经济的发展有利于促进资本集中和社会资源的优化配置,促进经济增长.另一方面,虚拟经济的过度投机会扭曲消费行为,影
随着国内人民对于医疗服务的需求持续增加,外医药市场竞争逐渐强烈,许多医院在管理方面出现了许多新的问题和新的变化.总而言之,医院即将迎来新的挑战.面对人民医疗需求日益
本文基于“放管服”背景,为优化科技管理工作制度体系,提升科研参与人员能力与水平,营造公平公正的科技管理工作廉政环境,以湖南省科技管理工作为例,识别、分析了科技管理不同阶段中可能出现的廉政风险点,并针对目前已经显现的廉政风险,提出了“分阶段分重点严格把控”的针对性防范对策,并且有望对全国范围内不同省份科技管理工作中出现的廉政风险问题提供可行性高、具有实际意义的应对策略和参考建议。
随着社会主义经济不断建设和发展,各企业发展规模不断扩大,并逐渐成为国民经济建设的重要组成部分.然而,时代的进步在给企业带来发展机遇的同时,也带来一些新挑战,如财务管理