黄正行
- 作品数：50 被引量：53H指数：4
- 供职机构：浙江大学更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学更多>>
- 基于深度表征学习的反事实推理设备
- 本发明公开了一种基于深度表征学习的反事实推理设备，包含：基于深度表征学习的反事实推理模型单元和数据输入单元；反事实推理模型单元包括深度表征学习模块、正交损失模块、治疗策略预测模块、治疗策略预测对抗性模块和治疗效果预测模块...
- 黄正行陈晋飙楚杰斌
- 文献传递
- 基于对比的包含竞争风险的动态生存分析设备
- 本发明公开了一种基于对比的包含竞争风险的动态生存分析设备，包括：数据输入单元、数据增强单元、表征提取单元、轨迹生成单元、轨迹鉴别单元、对比学习单元和生存分析预测单元；数据增强单元包括患者轨迹随机打乱模块和患者轨迹随机遮罩...
- 黄正行洪草根陈晋飙
- 文献传递
- 临床过程分析与优化技术研究
- 随着医药卫生事业的发展，临床过程越来越专业化和精细化。临床过程分析与优化着重在辨识出一连串的临床诊疗活动，通过科学分析方法对这些诊疗活动的流程进行分析与优化。其目标是确保临床诊疗活动的执行能具有一定的水准和精确度，并能得...
- 黄正行
- 关键词：信息技术优化技术诊疗过程
- 基于知识感知的多中心临床数据集适配设备
- 本发明公开了一种基于知识感知的多中心临床数据集适配设备，包含：数据输入单元、知识图谱嵌入单元、基于知识感知的对抗性学习单元和临床结果预测单元；知识图谱嵌入单元包括：知识图谱模块和图卷积神经网络模块；所述基于知识感知的对抗...
- 黄正行陈晋飙段会龙
- 文献传递
- 一种急性冠状动脉综合征患者的主要不良心血管事件预测方法
- 本发明公开了一种急性冠脉综合征患者主要不良心血管事件预测方法。将每一种临床问题的主要不良心血管事件预测作为一个单独的任务，以一种联合的方式进行预测；采用基于堆叠式去噪自编码器的深度学习网络，在多任务学习框架下构建私有层和...
- 黄正行
- 文献传递
- 基于ECG和CMR数据的跨模态数据分析方法
- 本发明公开了一种基于ECG和CMR数据的跨模态数据分析方法，包含：获取ECG、CMR配对数据集；构建深度学习模型；对深度学习模型进行第一阶段预训练，分别采用自监督和有监督的方法处理ECG数据和CMR数据；对深度学习模型进...
- 黄正行丁正尧吴飞
- 基于知识引导的疾病辅助诊断系统
- 本发明公开了一种基于知识引导的疾病辅助诊断系统，包含：临床疾病知识库；获取模块，获取患者主诉文本、所患疾病知识文本和非所患疾病知识文本对应的显式表征向量；堆叠自编码器，得到对应的隐式表征向量和重建表征向量；KL损失模块，...
- 黄正行李金绪卢梦林
- 面向临床路径的医疗行为变化趋势检测与分析被引量：3
- 2015年
- 及时发现和分析医疗行为的变化趋势,可以为临床专家完善临床路径模板提供优化建议,提高临床诊疗过程服务质量。提出一种基于主题模型的医疗行为变化趋势检测与分析方法,主要由两个步骤组成。第一步,从电子病历系统中提取患者数据,形成患者临床路径治疗记录,采用基于潜在狄利克雷分布的概率主题分析方法来检测临床路径数据集中的潜在医疗模式;第二步,基于检测到的医疗模式、医疗行为的变化趋势,可以归类为6种内容变化模式(即增长模式、消逝模式、稳定模式、先增后降模式、先降后增模式以及震荡模式)和3种发生时间变化模式(即稳定发生模式、提前发生模式及滞后发生模式)。所提出的方法经由10年12 152例实际的不稳定性心绞痛的临床数据验证。实验结果表明,该算法能够有效地检测医疗行为的6种显著性内容变化及3种显著性时间变化,为优化治疗过程提供有力的理论依据。
- 殷良英董蔚黄正行季磊吕旭东段会龙
- 结构化电子病历数据录入方法被引量：9
- 2008年
- 以HL7 CDA R2标准作为临床信息的结构化表达方式,提出了一种兼容标准术语的结构化录入(SDE)方法,用来解决由于标准术语的概念划分较粗,不足以通过标准术语编码的结构化内容重建自然语言满足临床日常信息交换需求的问题.该方法抛弃传统的通过标准化结构化结果重建叙述性内容的模式,采用同步生成叙述性内容和标准化结构化内容的模式,因而叙述性内容的生成不受限于结构化内容标准术语的概念划分,从而实现了在结构化数据录入中应用标准术语满足计算机可处理的同时满足临床日常工作对于自然语言信息的人工阅读需要.该方法为标准化结构化电子病历信息模型的数据获取兼容叙述性病历提供了一种新的解决思路.
- 李昊旻段会龙吕旭东黄正行
- 关键词：电子病历
- 人工智能在骨质疏松症中的应用研究综述被引量：5
- 2019年
- 骨质疏松症是一种发病率高、起病隐匿的疾病.若不及时发现,导致病情加重和死亡率增加,将给患者及家庭带来沉重的负担.人工智能技术可有助于骨质疏松症的早期发现,预测患者患病风险.首先综述了常用于骨质疏松领域的医学人工智能技术的基础理论和研究现状,然后从骨质疏松症的危险因素分析、风险预测、识别与诊断三方面入手,分析回顾了相关研究,以期为国内同行提供关于该领域研究的最新进展.同时指出目前人工智能技术在骨质疏松应用的制约因素和挑战,并提出未来展望,为国内开展相关研究提供参考.
- 尹梓名孙大运胡晓晖孔祥勇黄正行
- 关键词：人工智能骨质疏松
