基于RoBERTa-WWM模型的中文电子病历命名实体识别研究

在应对中文电子病历文本分析时,面临着一词多义、识别不完整等挑战。为此,构建了RoBERTa-WWM模型与BiLSTM-CRF模块相结合的深度学习框架。首先,将经过预训练的RoBERTa-WWM语言模型与Transformer层产生的语义特征进行深度融合,以捕获文本的复杂语境信息。接着,将融合后的语义表示输入至BiLSTM以及CRF模块,进一步细化了实体的辨识范围与准确性。最后,在CCKS2019数据集上进行了实证分析,F₁值高达82.94%。这一数据有力地证实了RoBERTa-WWM-BiLSTM-CRF模型在中文电子病历命名实体的识别工作上的优越性能。     

融入对抗训练的中文电子病历命名实体识别

为提高中文电子病历中命名实体识别模型鲁棒性和准确性,为此提出一种基于BERT模型融入对抗网络的中文电子命名实体识别模型,该方法使用BERT预训练模型动态生成字向量,通过对抗训练生成扰动,将字向量与扰动相加生成对抗样本,再通过膨胀卷积网络（IDCNN）捕捉句子单词间的依赖,最后通过条件随机场（CRF）得到最终预测结果。在CCKS2019数据集上的实验表明,模型的F1值达到83.19%,证明该模型的有效性。     

基于XLNet-BiLSTM的中文电子病历命名实体识别方法

中文临床电子病历命名实体识别是实现智慧医疗的基本任务之一.本文针对传统的词向量模型文本语义表示不充分,以及循环神经网络(RNN)模型无法解决长时间依赖等问题,提出一个基于XLNet的中文临床电子病历命名实体识别模型XLNet-BiLSTM-MHA-CRF,将XLNet预训练语言模型作为嵌入层,对病历文本进行向量化表示,解决一词多义等问题;利用双向长短时记忆网络(BiLSTM)门控制单元获取句子的前向和后向语义特征信息,将特征序列输入到多头注意力层(multi-head attention,MHA);利用MHA获得特征序列不同子空间表示的信息,增强上下文语义的关联性,同时剔除噪声;最后输入条件随机场CRF识别全局最优序列.实验结果表明,XLNet-BiLSTM-Attention-CRF模型在CCKS-2017命名实体识别数据集上取得了良好的效果.     

基于Tri-Training算法的中文电子病历实体识别研究

半监督学习是一种结合监督学习与无监督学习的学习方法,通过利用未标记数据,提高标记数据所建立模型的效果,目的是减少传统的机器学习任务中对大量标注数据的需求、降低人工成本.在中文电子病历实体识别领域,由于缺少足够的标注数据,且医学文本专业性较强、人工标注成本高,可以利用半监督学习方法,提升少量标注数据的训练效果.本文介绍了中文电子病历实体识别的研究背景和半监督学习的相关研究,并应用改进后的Tri-Training算法,提升中文电子病历实体识别模型的效果.     

基于云计算技术的电子病历管理系统设计

利用云计算技术实施电子病历管理已经成为衡量医院质量、管理效率、技术应用水平的重要指标.文章先分析现阶段医院电子病历管理中存在的问题,然后对云计算技术进行阐述,并介绍云计算技术在医院电子病历管理中的实践应用,重点讨论利用云服务模式及打造电子病历管理系统等方式,来处理传统电子病历管理中信息冗杂问题,从而实现电子病历管理的最...     

浅谈XML与电子病历系统

与传统病历相比，电子病历具有适合现代发展的许多优点；电子病历系统依附于HIS，却又不等同于它；XML在电子病历中发挥了举足轻重的作用。现对基于XML的电子病历系统的优点及其应用进行了探讨。     

基于Markdown的电子病历文档渲染方案可行性分析

文中旨在探讨使用 Markdown 来渲染电子病历文档的可行性,通过介绍 Markdown 的基本语法和特点,分析电子病历的需求和特点,渲染和展示电子病历。研究发现, Markdown 在渲染电子病历方面具有一定的潜力,能满足相关需求。通过现有或自主研发的 Markdown 渲染引擎,可以成功将 Markdown 文档转换为可视化的电子病历界面。因此,基于 Markdown 的电子病历文档渲染方案是可行的,具有一定的实用性。Markdown 具有简洁性、易读性和易写性等特征,对其进行研究和实践,可以进一步完善和推广基于 Markdown 的电子病历渲染方案。     

基于电子病历的诊断决策支持系统

随着医疗行业电子病历(Electronicmedicalrecords,EMR)数据的不断累积与其科技化水平和信息化程度的不断提高,传统基于知识的专家系统逐渐暴露出知识库完整性不足、更新速度慢和推理机无法推断新知识等缺点。本文为了解决这些问题,设计并实现了一个基于电子病历并应用机器学习算法的诊断决策支持系统(ClinicalDecision Support System,CDSS)。     

基于互信息纠正的人群运动特征提取方法

针对光流法在估计人群运动速度时对噪声敏感的问题,提出一种基于互信息(Mutual Information,MI)纠正的人群运动特征提取方法。以稠密光流场为数据空间,在局部可重叠区域内计算各个速度向量与区域速度期望之间的无参数测度MI,通过直方图统计出MI偏小的速度向量,然后将这些向量向区域速度期望向量做出纠正处理,直至MI符合预设条件为止。实验表明,经MI纠正后可得到光滑的速度场,为后续分析人群行为提供增强的人群运动特征。     

电子病历存储云系统访问控制研究

随着医疗信息化的快速发展,现行EMR系统在信息共享和安全性方面无法很好地满足医疗和患者的需要。文中基于云计算技术提出一种EMR存储云系统,为患者和医院提供统一的电子病历注册和使用服务,并重点对电子病历的访问控制策略进行了讨论,采用一般角色访问控制和用户个性化逐级授权相结合的策略,有效解决了动态授权和用户个性化需求问题,满足了患者对于信息安全性和隐私保护方面的需求。     

Hg_（1－x）Cd_xTe晶体中的层错研究

采用金相显微镜观察到了Ｈｇ１－ｘＣｄｘＴｅ晶体中的层错。层错面是｛１１１｝面，层错蚀坑呈条状，在（１１１）面上观察到的层错条状蚀坑只有三个方向，而且这三个方向互为１２０°。理论分析表明，在（１１０）面上观察层错时，层错条状蚀坑有四个方向，其夹角为５４７°或７０．５°；在（１００）面上观察层错时，层错条状蚀坑有三个方向，其夹角为０°或９０°。层错边界的不全位错是弗兰克位错。     

基于Stacking集成学习的信源数估计方法

针对小快拍数下的信源数估计,文中提出了一种基于Stacking集成学习的信源数估计模型,该模型整合XGBoost、LightGBM及简单全连接神经网络作为三个并行的初级学习器,并将Logistic Re-gression模型作为次级学习器,最终得到Stacking集成学习的信源数估计模型XLN-L-Stacking.实...     

MM440在自动化立体仓库中库堆垛机上的应用

本文介绍西门子MM440变频器在自动化立体仓库中堆垛机上的应用，着重介绍MM440变频器在堆垛机行走机构驱动中的应用。由于在堆垛机控制系统中采用西门子MM440变频器闭环调速，通过PROFIBUS总线与PLC通讯，实现了无冲击的平稳机械动作以及缩短停于目标位置时低速爬行时间，从而大幅度地缩短了堆垛机的作业周期时间，使系统效能得到了显著提高。     

信号极点提取的最小二乘方法

本文系统地研究了信号极点提取的最小二乘法及其改善这类方法性能的重要手段－矩阵低秩逼近。同时，文中还提出一种提取信号极点的矩阵预测到最小二乘法。在此基础上，本文进一步给出了这类方法的一系列算法，并对诸算法作了计算机模拟和性能评价。     

空间电磁辐射的缝隙仿真建模技术研究

缝隙是电子设备产生电磁场泄漏的主要途径,要正确预测电子设备的电磁兼容性能,就必须考虑缝隙引起的电磁场泄漏.因此,本文提出了一种空间电磁辐射的缝隙仿真建模技术,同时提出了等效缝隙模型中结构尺寸及材料属性的确定规则;最后通过仿真案例验证了该方法的准确性.     

基于Hl7的电子病历系统信息共享模型研究

网络互联和数据的共享已成为医疗卫生信息化的发展趋势,电子病历的应用是卫生信息化建设和达到信息共享目的的关键。本文提出了基于HL7技术的电子病历系统信息共享模型,通过HL7接口引擎将医院的电子病历信息集中到数据中心,实现了电子病历的共享。     

基于概念漂移检测的自适应流量识别的研究

基于机器学习的网络流量识别技术作为一种典型的数据流分类的应用,对概念漂移检测方法的要求越来越高。针就这个问题,首先分析了概念漂移检测的两种典型方法,然后结合实际的网络环境中经常存在类别不平衡的特性提出了一种检测概念漂移的算法CF—CDD,并对该算法的原理和统计学理论基础进行了详细的论述。再根据提出的概念漂移检测算法构建基于权重的集成分类器算法TCEL—CF—CDD,以达到自适应流量识别的目的。最后进行实验,验证了文中提出的概念漂移检测算法的可行性。     

轮廓提取在移动网络预规划的运用

传统的无线网络预规划根据对业务量需求的预测、基站的覆盖和容量性能估算出网络建设之前的网络规模和基站数量。本文提出一种新的轮廓提取方法,该方法运用于网络预规划之后,不但能给出更精确的基站数量而且还能给出基站大概分布位置。在新的轮廓提取法中我们把传统的栅格法和虫随法进行结合,并改进了虫随法的功能。使用该方法可以提取出电子地图中不同地形区域的轮廓信息,确保各区域的轮廓点按序排列,之后将面积过小的区域合并到相邻的相似区域中。由于该方法提供了电子地图中各个地形的轮廓信息,使得预规划能具体到每一种地形之中进行,最终除了得到所需基站的数量,还可以得到基站的大概分布位置。