公共文化服务平台

李国正: 作品数：12 被引量：74H指数：5; 供职机构：中国中医科学院更多>>; 发文基金：国家自然科学基金中国工程院咨询项目江苏省“青蓝工程”基金资助项目更多>>; 相关领域：医药卫生自动化与计算机技术更多>>

合作作者

智慧医疗服务领域发展态势分析被引量：1: 2020年; 对德温特数据库医疗健康与人工智能领域专利信息进行综合分析,包括专利申请演进过程、专利申请国-申请人分布及研究热点、技术点等方面,总结我国智慧医疗服务产业存在的问题、挑战并提出建议,包括重视产业布局、打造医疗人工智能生态链、加强跨学科人才培养等。; 陈欣然李国正崔一迪夏秋芳王明强; 关键词：人工智能德温特专利

中医临床不均衡数据疾病分类方法研究被引量：3: 2017年; 基于欠采样的不均衡数据分类算法是一种随机数据优化算法,但它不能最好地反映中医临床原始数据的分布并解决数据的特征冗余问题。提出了基于预测风险的最远病例不均衡装袋算法(PRFS-FPUSAB)。该算法中首先基于欠采样提出了改进的抽样方式尽可能地反映原始数据分布,然后结合集成学习、预测风险标准提高不均衡的分类性能并进行特征选择。在中医临床采集的经络电阻数据上的实验结果表明,该算法改善了曲线下面积并且选择的特征也符合中医学相关理论。; 潘主强张林张磊李国正颜仕星; 关键词：中医临床

中医临床疾病数据多标记分类方法研究被引量：1: 2018年; WML-kN N(weighted multi-label k nearest neighbor)算法中近邻点个数取固定值,而没有考虑样本数据的实际特点,可能会将相似度高的点排除在近邻集外,或者将相似度低的点包含在近邻集内,这些都会影响分类器的性能。而中医(traditional Chinese medicine,TCM)临床获得的关于疾病的数据很可能是多标记的,同时由于病例的特殊性,每个病例可能具有不同的相似近邻集。因此,对WML-kNN算法进行了改进,提出WML-GkN N(WML-granular kNN)算法。该算法通过粒计算对粒度空间进行控制,从而确定近邻点集,使得邻域内的样本点有高相似性。在中医临床采集的经络电阻数据上的实验结果显示,WML-GkNN算法提高了分类性能。; 潘主强张林张磊李国正颜仕星; 关键词：多标记学习粒计算

基层中医馆健康信息平台的设计与应用: 1引言医疗资源信息化及信息集成是互联网医疗发展的先决条件,其后才是以此为基础的互联网医疗的业务开展。中医参与互联网医疗是必然趋势,也有其先天优势。基于中医行业的行医模式和诊疗方式的特点,中医参与互联网医疗的重要环节是医疗...; 张磊张琛李国正; 文献传递

国内中医住院病案首页质量分析与影响因素初探被引量：23: 2016年; 目的通过分析国内中医住院病案首页填报质量的影响因素,探索提高中医病案首页填报质量方法。方法首先,根据数据纳入标准,从1800万份中医住院病案首页数据中筛选出3 310 872份;其次,采用SAS9.3软件及指标判定标准,分层统计性别、年龄、入院科室、住院时间、出院科室、总费用、中医临床路径、中医诊疗设备、中西医主要诊断编码指标的缺失构成比与正确构成比,从病案首页基本信息、住院基本信息、费用信息、中医特色信息、诊断手术信息5个方面概述中医病案首页填报质量;最后,通过鱼骨图法,分析影响病案首页填报质量因素,并给出可以提高病案首页填报质量方法。结果性别缺失率0.000 0%、正确率99.993 2%,年龄缺失率0.116 2%、正确率99.868 3%,入院科室缺失率1.131 9%、正确率97.818 3%,住院时间缺失率0.243 0%、正确率99.749 2%,出院科室缺失率0.522 2%、正确率97.932 6%,总费用缺失率0.419 2%、正确率97.917 2%,中医临床路径缺失率0.662 6%、正确率99.130 2%,中医诊疗设备缺失率0.000 0%、正确率99.999 8%。结论国内中医住院病案首页中基本信息、住院基本信息、费用信息、中医特色信息的填报缺失率较低、正确率较高,而中西医诊断手术、中西医主要诊断编码等信息填报缺失率较高、正确率较低。; 谢佳东赵玉凤胡孔法李国正刘保延; 关键词：影响因素

我国省级中医药数据中心发展的思考被引量：6: 2018年; 我国省级中医药数据中心的建设与发展,作为国家级中医药信息化战略布局,已列入《中医药信息化发展"十三五"规划》。各省级中医药数据中心的构建是提升中医药信息化整体水平、提高中医药信息化服务能力的必要保障。本文结合我国中医药信息化发展实际情况,在国家信息化发展战略的基础上着重从省级中医药数据中心在全民健康保障信息化工程中医药部分的实施作用和中医药信息统计体系建设、中医药大数据管理和服务、中医药政务信息化、中医药信息化人才培养、中医药信息标准、基层信息化服务能力提升、中医药信息安全等7个方面对省级中医药数据中心的发展前景做出了展望和阐述。; 王梦思刘松江李国正; 关键词：数据中心中医药信息化大数据

大数据与医院信息化: 汇报提纲什么是医学大数据医院信息化为什么要进入大数据时代大数据时代的医院信息化的挑战医院信息化如何融入大数据总结与展望Part One什么是医学大数据医学数据来源就诊数据个人生物数据文献数据古籍文献现代文献公共卫生数据管...; 李国正

痤疮的中医药本体构建研究被引量：8: 2019年; 目的构建痤疮的中医药本体,实现知识的复用和共享,为后续推理研究与应用奠定基础。方法人工提取痤疮相关的中医药知识,以七步法为指导,利用本体构建工具protégé5.2.0构建痤疮的中医药本体,实现中医药痤疮的知识表示。结果共构建了77个类,13种对象属性,2个数据属性和139个实例,较为全面地组织、表示了中医药痤疮的相关知识。结论对痤疮的中医药知识进行了整合,构建了相关的领域本体,对知识的共享、复用、知识库以及临床辅助决策系统构建等提供知识支撑和推理基础。; 崔一迪王明强陈欣然张磊李国正; 关键词：中医药痤疮本体知识表示

基于专利计量的全球人工智能技术在医疗健康领域应用发展态势分析被引量：18: 2021年; 借助ISS信息检索和分析平台,对德温特数据库的医疗健康与人工智能领域的专利信息进行综合分析,梳理1963-2020年间相关领域专利的演进,对专利申请国分布及其所聚焦的研究热点、技术点进行探查分析。较为清晰地判定出全球人工智能技术在医疗健康领域专利数加速攀升,热点领域以专门用于处置或处理医疗或健康数据的信息和通信技术类居多,研发主体以国际医疗器械、信息科技公司为核心研发梯队,推测医疗产业市场经济驱动是专利增长的重要因素;相比较国际专利现状,我国相关企业在申请数量上正赶超美、日、欧公司,研发活力最强,而科研机构从业人员与专利激励政策的作用不显著。; 陈欣然李国正崔一迪夏秋芳王明强; 关键词：人工智能

利用Neo4j存储中医皮肤病“病-证-治”本体方法的研究被引量：14: 2020年; 目的探索一种具有较好扩展性且可检验数据准确性的中医皮肤病"病-证-治"本体的存储方法,为未来开展大规模、高准确性领域本体存储的研究奠定基础。方法在明确中医皮肤病"疾病-证候-治疗"等领域本体及概念间关系的基础上,以资源描述框架(RDF)模型实现领域本体的规范化表达,应用由RDF模型向Neo4j属性图模型映射的规则对领域本体进行映射与存储,结合领域本体对属性的约束设置,最终实现对已存储数据的一致性检验以提高其准确性。结果构建了中医皮肤病"病-证-治"本体及其间关系的RDF模型,实现了由RDF模型向Neo4j属性图模型的映射,并对已存储数据实现了对象属性定义域、值域的数据一致性检验。结论基于Neo4j图数据库构建的中医皮肤病"病-证-治"本体具有扩展性较强、数据准确性较高的特点,本研究为后续进行大规模、高准确性存储中医药领域本体的研究奠定了基础。; 王明强张磊崔一迪陈欣然李国正; 关键词：中医皮肤病领域本体 CYPHER 数据一致性

李国正

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

李国正

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈