期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于申康医联平台的急性胰腺炎专病数据库设计与应用
1
作者 吴晓萍 郑涛 +3 位作者 陈朝飞 陈珊黎 邵维君 丁粉华 《计算机应用与软件》 北大核心 2024年第5期9-14,39,共7页
为了更好地满足急性胰腺炎临床科研需求,迫切需建立标准统一、多中心专病数据库,指导临床持续改进诊疗质量。在市政府的支持下,联合9家市级医院合作制定多中心急性胰腺炎标准数据模型。基于申康医联平台,将多中心多源异构数据融合自然... 为了更好地满足急性胰腺炎临床科研需求,迫切需建立标准统一、多中心专病数据库,指导临床持续改进诊疗质量。在市政府的支持下,联合9家市级医院合作制定多中心急性胰腺炎标准数据模型。基于申康医联平台,将多中心多源异构数据融合自然语言处理技术标准化,深度处理整合。实现结构化专病数据库,已支持科研人员开展相关临床研究。市级急性胰腺炎专病数据库可促进数据汇聚标准化,提高临床科研水平,同时促进信息化的应用。 展开更多
关键词 急性胰腺炎 申康医联平台 自然语言处理 多中心合作
下载PDF
院内脓毒症风险管理系统设计与实现
2
作者 陈珊黎 庞书丽 +6 位作者 郑涛 王颖晶 丁粉华 邵维君 贾红岩 韩刚 吴晓萍 《医学信息学杂志》 CAS 2022年第5期79-83,共5页
介绍脓毒症防治现状及存在的问题,详细阐述应用人工智能技术构建院内脓毒症风险管理系统的方法,分析系统应用效果,指出该系统可实现患者住院期间脓毒症筛查指标、诊断指标的持续监测与及时预警。
关键词 人工智能 脓毒症 Sepsis 3.0 早期诊断 早期识别
下载PDF
基于BPR理论的医院“一站式”服务信息系统应用探讨 被引量：8
3
作者 王晓燕 孟丽莉 +5 位作者 龚俊 朱华 韩刚 丁粉华 陈珊黎 缪一峰 《中国数字医学》 2014年第8期52-54,共3页
随着医疗改革不断深化以及各类新兴管理理念的广泛传播,医院"一站式"的窗口服务成为改革的重要内容之一。从业务流程再造理论的角度对其进行研究探讨,从理论和实践两个层面分别阐述,并对医院实际应用的情况进行分析,同时在移... 随着医疗改革不断深化以及各类新兴管理理念的广泛传播,医院"一站式"的窗口服务成为改革的重要内容之一。从业务流程再造理论的角度对其进行研究探讨,从理论和实践两个层面分别阐述,并对医院实际应用的情况进行分析,同时在移动互联网的新时代,就"一站式"服务模式与内容如何进行延伸性应用探讨作了阐述与思考。 展开更多
关键词 业务流程再造 一站式服务 移动互联网
下载PDF
经皮冠状动脉介入治疗术后复发预警模型研究 被引量：1
4
作者 王颖晶 倪连超 +4 位作者 陈珊黎 邵维君 韩刚 丁粉华 郑涛 《医学信息学杂志》 CAS 2022年第6期40-43,71,共5页
提出以术后随访的常规无创检验结果数据为依据,机器学习算法为基础,对患者经皮冠状动脉介入治疗(Percutaneous Coronary Intervention,PCI)术后复发情况进行预警建模,详细阐述模型构建方法、实验评估及分析方法,并对结果进行分析。
关键词 经皮冠状动脉介入治疗术后复发 机器学习 随访数据
下载PDF
基于特征自动识别的心肌梗死关键因素挖掘研究 被引量：1
5
作者 王颖晶 郑涛 +3 位作者 陈珊黎 邵维君 韩刚 丁粉华 《医学信息学杂志》 CAS 2022年第1期54-58,共5页
利用人工智能技术,基于患者既往就诊数据进行机器学习相关算法分析,建立心肌梗死疾病特征自动识别模型,通过特征挖掘找出关键和主要致病因素,为医生提供定性或定量辅助诊断意见。
关键词 心肌梗死 机器学习 特征重要性
下载PDF
基于PSO-RF的冠状动脉粥样硬化性心脏病预测模型研究 被引量：1
6
作者 韩刚 卢鹏飞 +3 位作者 陈珊黎 邵维君 贾红岩 郑涛 《中国数字医学》 2022年第4期56-61,共6页
为提升冠状动脉粥样硬化性心脏病的防治水平,赋能智慧医疗,以心内科医疗信息化数据为对象,对冠状动脉粥样硬化性心脏病早期预测方法展开研究。阐述了从医疗信息系统中采集模型所需样本的数据筛选、数据清洗、文本预处理、文本表示以及... 为提升冠状动脉粥样硬化性心脏病的防治水平,赋能智慧医疗,以心内科医疗信息化数据为对象,对冠状动脉粥样硬化性心脏病早期预测方法展开研究。阐述了从医疗信息系统中采集模型所需样本的数据筛选、数据清洗、文本预处理、文本表示以及特征归一化方法流程,提出了一种基于粒子群优化的随机森林预测方法。该方法以k折交叉验证平均准确率为目标函数,能够自适应优化随机森林的模型参数,从而提升模型的分类能力。实验结果表明,在真实世界冠心病数据的预测上,该方法具有较高的预测精度,准确率为87%,灵敏度为87%,特异度为88%,AUC为0.91,较未优化的随机森林具有明显的提升。因此,对冠状动脉粥样硬化性心脏病的早期预测应用具有一定的参考价值。 展开更多
关键词 粒子群算法 随机森林 冠状动脉粥样硬化性心脏病 智慧医疗
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部