基于ML-kNN多标记学习的中医体质辨识模型研究

目的 中医体质与人体健康状态密切相关。研究利用人工智能技术辨识中医体质，为中医体质辨识智能化及自动化发展提供新思路。方法 以江苏省中医院体检中心的中医体质数据作为初始数据样本，经过数据清洗、过滤及结构化最终纳入9844条数据作为研究对象，运用ML-kNN多标记k近邻算法构建中医体质辨识模型，使用10折交叉验证训练模型，并采用多标记学习评价指标评估模型效果。结果 中医体质辨识模型的平均汉明损失为0.096 1，平均1-错误率为0.126 1，平均排序损失为0.086 6，平均覆盖率为1.153 5，平均精度为88.57%。结论 基于体检中心中医体质辨识量表数据，利用ML-kNN多标记学习算法，构建体质辨识模型，能够有效实现中医体质辨识智能化。     

基于MobileNetV2优化的DeeplabV3+目像分割方法研究

目的:研究如何利用深度学习方法实现目像分割,为后期目像分类识别提供更为有效的图像预处理方法,推动中医目诊智能化发展.方法:将采集获取的目像数据利用数据增强方法实现数据集扩充,然后构建基于MobileNetV2优化的DeeplabV3+目像分割模型,模型训练时借助预训练模型实现迁移学习,最后采用Dice、MIoU度量指标...     

中医四诊智能化研究现状及热点分析

中医四诊作为中医诊断辨证的基本手段,近年来在人工智能的赋能下进一步传承创新。汇总了近十年中医四诊智能化研究的中英文文献,在此基础上分析其现状,完成基于知识图谱的可视化分析,并进一步对该领域的研究热点进行了深入探讨。最后,结合已有的研究现状,对中医四诊智能化的下一步发展提出思考和展望,以期对该领域的研究提供参考和借鉴。      

基于区域卫生信息平台多卡读写的研究与实现

伴随着健康卡、社保卡、市民卡等在我国医疗卫生行业的普遍应用,原有医疗卫生信息系统需要进行改造、对接以适应新的需求,而终端设备驱动程序的多样性,则进一步增加了各医疗机构信息接入的成本。此外,绑定银行账户、结合金融功能的健康卡等,更加需要通过区域卫生信息平台的对接,实现各医疗机构基于单一线路同多家银行的金融结算功能,以此降低线路租赁的费用。本文基于区域卫生信息平台,构建一套经济适用、功能强大得多卡读写系统,并为我国的健康卡等项目建设提供借鉴。     

基于智能终端设备的健康管理信息平台架构设计

伴随着我国人口老龄化进程的不断加快,生活环境恶化、食品安全问题严重,以糖尿病、高血压、恶性肿瘤为代表的慢性病逐渐成为我国居民健康的头号杀手。针对慢性病的科学研究、预防治疗,以及公共卫生行业普遍存在的医疗经费匮乏、预防性投入不足等问题,本文提出构建一个结合多种感知、接入及传感器技术,以大数据处理技术为核心的区域性健康云平台。通过结合智能终端设备的区域性健康云平台,公共卫生部门能够为居民的健康提供更有力的服务保障。     

融合Seg-UNet的中医面像分割网络模型研究＊

目的 为实现中医面像部分区域的精准分割，提出一种融合Seg-UNet的中医面像分割网络模型。方法 采用Seg-Net网络中的最大池化索引将U-Net网络中的上采样改为上池化来改进U-Net网络。在U-Net网络原编码阶段的池化过程通过池化索引保留权重信息，上采样过程即可利用该索引实现特征图矩阵的扩充。在此基础上增加一层卷积扩增通道数，改进原网络中将特征图矩阵直接复制的上采样方式，从而降低池化过程中权重信息的损失。将Seg-UNet网络模型分别对脸颊、额头和嘴唇3个部位进行分割训练和测试。结果 对中医面像部分区域分割精度高，分割效果优于传统U-Net和Seg-Net网络模型，采用准确率（Acc）、Dice系数、平均交并比（MIoU）作为评价指标。结论 本研究结合深度学习方法实现了较好的中医面像部分区域分割效果。     

枸杞子功效物质的药理作用研究进展

枸杞是茄科枸杞属植物，主要分布于我国宁夏、青海、内蒙古、陕西和新疆等地区，其成熟果实为传统中药材枸杞子。枸杞子药用历史悠久，具有免疫调节、抗肿瘤等功效，常用于治疗肿瘤、高血脂、高血糖、动脉粥样硬化、骨质疏松等疾病。本文通过梳理近年来对枸杞中多糖、黄酮、生物碱类、miRNA等活性成分的研究进展，进一步诠释枸杞活性成分的效用，为枸杞子的开发应用提供坚实的理论依据，推动和发展中医药现代化。