朱人杰
- 作品数：7 被引量：19H指数：2
- 供职机构：上海理工大学管理学院更多>>
- 发文基金：国家自然科学基金上海市哲学社会科学规划课题更多>>
- 相关领域：自动化与计算机技术医药卫生经济管理更多>>
- 基于系统聚类和SVM模型的乳腺癌诊断研究被引量：1
- 2020年
- 随着医疗技术的发展,临床医学中已收集了用于乳腺癌诊断的不同肿瘤特征。然而如何从庞大的医疗数据集中选择特征信息,以支持临床疾病诊断,是一项艰巨而耗时的任务。针对于此,本文提出了基于系统聚类和支持向量机(H-SVM)的组合模型。其中系统聚类算法用于特征选择,分别识别良性肿瘤和恶性肿瘤的隐藏模式;通过从属函数计算原始肿瘤数据与隐藏模式之间的相似度进行特征重建;重建后的数据集作为新的特征集通过支持向量机算法训练分类器,以检验分类效果。实验结果表明,该算法从威斯康星州乳腺癌(WDBC)数据集训练阶段的32个原始特征中提取了15个抽象的肿瘤特征,不仅将分类精确率提高到97.50%,而且大大减少了模型训练时间。
- 余莹樊重俊朱人杰熊红林
- 关键词：系统聚类支持向量机乳腺癌诊断
- 信息追溯系统应用于医疗器械的意义
- 2013年
- 医疗器械行业近几年在中国发展迅速,催生了不少问题,包括中国医疗器械领域的相关法律、法规、制度不够完善;劣质的医疗器械利用监管盲区,混入流通领域,不仅滋生腐败、增加患者经济负担,更严重危害了患者的生命安全等。这些问题必须尽快得到有效治理。建立信息追溯系统能满足安全、实时监控、全程可追溯等行业管理需求,其应用对医疗器械行业的健康发展意义重大。
- 朱人杰
- 关键词：追溯系统医疗器械
- 体检指标健康预警的灰色-时序组合模型
- 2023年
- 对于个体健康体检数据而言,传统的以大样本为基础的数学模型无法满足体检数据的建模需求。基于个体体检数据特征分析,首先构建适用于个体体检指标健康预警的近似非齐次指数序列的改进离散灰色模型。其次,为降低单个模型预测精度的有限性,利用方差倒数法为离散灰色模型和差分自回归移动平均模型赋权重,在模型误差平方和达到最小时取得最佳的权重值。从而将两个模型的预测结果进行组合,实现对健康指标的建模与趋势分析,及时掌握个体健康指标的变化并发现潜在的疾病隐患。预测模型在实验数据集上的相对模拟误差与最优基准模型相比有所下降,表明灰色–时序组合模型具有更高的模拟精度,解决了传统的依据单次体检指标进行静态分析的弊端以及单个模型预测结果的局限性,更加关注个体差异,能有效提升健康预警的效果。
- 朱人杰叶春明
- 关键词：体检指标
- 基于“互联网+”决策支持系统的研究与实践——以东方医院为例被引量：1
- 2020年
- 本文对东方医院决策支持系统进行研究与设计,给出基于“互联网+”决策支持系统分步建设方案,逐步实现东方医院一院两区的精细化管理,提高管理效率和决策水平,目前已取得显著成效。
- 朱人杰徐佩刘中民樊重俊樊重俊
- 关键词：决策支持系统
- 基于MI-SVR模型的航空旅客出行指数预测方法研究被引量：7
- 2021年
- 航空旅客出行的情况对民用航空机场建设与运营具有重大意义.针对航空旅客出行情况的预测研究,首先定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;然后基于互信息与相关性原理,选取航空旅客出行情况关键影响特征因子,提出一种基于关键影响因子与航空旅客出行指数互信息的MISVR(mutual information-support vector regression)机器学习预测模型;最后通过上海机场旅客出行指数预测实验对模型进行验证,实验结果显示MI-SVR模型具有可行性与有效性,同时,相比传统的预测模型预测效果更优.此外,实验结果也表明,相对仅基于历史数据进行独立预测,各模型基于互信息引入影响因子进行预测误差更小,研究结果有助于提升机场建设及运营管理水平,同时也可辅助人们选择通过民航交通方式出行的时段.
- 熊红林朱人杰冀和樊重俊樊重俊
- 关键词：互信息支持向量回归K-均值聚类
- 同济大学附属东方医院“互联网+医院运营”管理模式创新被引量：9
- 2019年
- 随着"互联网+"时代的来临,许多传统行业正经历着与互联网结合的转变,"互联网+医疗"已成为医疗卫生领域发展的新方向,"互联网+"模式越来越多地被嵌入到医院的运营管理中。以上海市同济大学附属东方医院为应用背景,对"互联网+医院运营"管理模式进行研究,给出了绩效管理、设备管理、药品耗材管理等创新性设计。研究成果有效提升了医院运营的效率与效果,为国内同类医院进行运营管理变革提供参考。
- 朱人杰黄耐樊重俊樊重俊刘中民
- 关键词：运营管理
- 大数据在医疗运作管理中的应用研究被引量：1
- 2020年
- 大数据和医疗运作管理的结合已经成为时下的研究热点。大数据对医疗体制和医院管理产生了深远的影响,各种数据分析方法已广泛应用于医疗运作管理以及医疗健康大数据的研究,各大医院信息化管理平台已逐步完善。未来,数据挖掘技术的革新必会更有力地推动智慧医院的建设,接下来可以从复杂算法在医疗运作管理的角度出发进行深入研究。
- 李璟暄朱人杰樊重俊樊重俊
- 关键词：大数据数据挖掘医疗管理
