特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕

一种用于生成基于图的参考基因组的方法(100)，包括：(i)接收(120)当前参考基因组的一个或多个较旧版本，每个版本包括多个节点，所述多个节点识别考基因组的版本以及该版本中各个节点的位置；(ii)将参考基因组的每个较旧版本与当前参考基因组比对(130)以生成基于图的参考基因组，其中，所述比对基于所述位置信息；(iii)从参考文集中提取(140)一个等位基因和与该等位基因相关联的背景信息，其中，相应的文献识别参考基因组的版本以及等位基因在该版本中的位置；并且(iv)基于所述参考基因组的所识别版本和所提取的等位基因在该版本内的位置，将所述等位基因和相关联的背景信息映射(150)到所述基于图的参考基因组的节点上。

获得并且数字化病理学样本(诸如在组织病理学或细胞病理学中)的能力已经打开当诊断各种各样的医学状况时的准确且自动化计算机操作分析或计算机辅助分析的可能性。典型的数字病理学图像分析管线涉及大量的图像预处理和处理操作。这些算法中使用的参数的小的改变能够导致最终病理学发现中的显著改变。因此，本申请提出在数字病理学图像分析管线上执行灵敏度分析以评估给定病理学结果对数字病理学图像分析管线中的参数的改变的灵敏度。

公开一种为胰岛素输送管理程序提供安全约束的系统、方法和计算机可读介质产品。各个例子为基于控制算法的药物输送系统提供安全约束，所述系统基于传感器输入，提供药物的自动输送。可以每隔固定时间间隔从传感器接收葡萄糖测量值。处理器可基于先前的葡萄糖测量值，预测未来的葡萄糖值。安全约束有助于药物输送系统在各种操作情形下的安全操作。在一些例子中，预测的未来葡萄糖值可用于实现减轻药物的输送不足或输送过度，同时不会使药物输送系统的用户负担过重，并且不会牺牲药物输送系统的性能的安全约束。还公开了其他安全约束。

本发明公开了一种植物和动物健康监控管理系统，植物和动物健康监控管理系统包括植物和动物健康监测单元(1)、AI和人工健康综合控制单元(2)、大数据监控管理中心单元(3)、植物和动物操作监管单元(5)和数据分析监控单元(6)，AI和人工健康综合控制单元(2)包括AI诊疗控制系统(21)、AI治疗控制系统(22)、人工干预分析系统(23)和人工干预执行单元(24)。利用大数据技术实现监管网络化，实时化，安全化，信息化和信息共享，实现了对植物和动物健康状况的全方位有效监管和控制，保证了对植物和动物的监管信息全面、准确和实时，保证了对植物和动物的健康控制，有效、安全、准确、科学、实时，提高工作效率、生产效率。

本发明公开了一种帕金森症的智能识别方法，包括：S1，获取待识别人的声音数据；S2，对所述声音数据进行预处理；S3，将处理好的声音数据输入已训练好的动态收敛微分神经网络模型进行识别；S4，动态收敛微分神经网络模型输出相应的结果。而动态收敛微分神经网络模型使用神经动力学公式进行参数矩阵的更新，且整个神经网络只包含一层隐藏层，本发明基于神经动力学的动态收敛微分神经网络具有比传统的BP神经网络更好的收敛结果与收敛速度。

本发明公开一种窗口化医疗信息管理系统，包括底栏、围栏视窗板、置物台、门组件、悬挂钩与信息操作面板，围栏视窗板上开设有窗口，门组件与围栏视窗板转动连接，并遮挡所述窗口，悬挂钩位于门组件背离置物台的一侧，信息操作面板设于所述围栏视窗板；其中，窗口、门组件与悬挂钩的数量均为多个，且三者对应设置。本发明提供的窗口化医疗信息管理系统，用户可以通过信息操作面板能够实现医疗信息交互功能、名医处方功能、信息化管理功能、互联互通功能，还能够实现便捷的取药。

本发明涉及医疗系统技术领域，尤其涉及一种提高临床药品不良反应上报率的系统及方法，包括登录模块：用于用户登录系统；报告表填报模块：用于登录后填报报告表；报告表查看模块：用于查看已填报的报告表；数据库模块：用于储存相关数据，包括登录信息数据、报告表信息数据；评分模块：用于对填报的报告表进行评分，相关用户根据评分获取分数，同时可对填报的报告表进行进行评价，用户可后续进行更改，更改后可获得更多的积分；积分兑换模块：用于使用积分，进行商品或服务的兑换。本发明具有如下有益效果：通过简化报告表的流程以及奖励机制，激发了广大群众以及各机构填报不良反应报告表的兴趣，解决了不良反应报告漏报率高的问题。

本发明涉及一种多路多尺度并联编解码网络图像分割方法、系统及介质，其包括：将训练数据进行预处理，然后划分数据集为训练集和测试集；训练集用于训练多路多尺度编解码网络深度学习模型的网络参数，测试集用于验证迭代完成的网络参数的泛化性能，如果测试集精度不满足预先设定要求则从新划分数据集进行训练，如果满足预先设定要求则保存网络参数；对待预测数据作与训练数据相同的预处理，载入训练好的网络参数，最后对模型输入图像，并得到分割预测结果，分割结果以概率图表示。本发明能在医学图像分割任务中保持整体分割精度的同时，提高了对目标细节的分割效果，并且使网络训练收敛速度更快。

本发明公开一种物理严格且相空间重叠最大化的相对自由能计算方法，将分子X、Y进行npt系综动力学模拟获得平衡态的结构；确定X、Y两个分子中相互对应并要保留的原子，和X要消失、Y要生长的原子；根据规则确定要达到物理严格所需去除的X和Y各自的角和二面角，和为最大化相空间重叠所需增加到X和Y上的各自的额外二面角；去除X、Y上要消失的原子与保留的原子之间多余的角和二面角作用；增大额外的二面角作用来固定X、Y上要消失的原子与保留的原子之间的结构；统计去除多余角和二面角，以及增加额外二面角所需的自由能，并将此部分自由能计入到X到Y变化的总自由能中。本发明保证自由能微扰计算的物理严格性，最大化相空间重叠。

本申请提供一种医院的推荐方法及相关产品，所述方法包括：所述方法包括：移动终端采集远程医疗的语音数据，对语音数据进行分析得到语音数据的关键字；移动终端将关键字发送至远程医疗的医生终端，获取患者的历史医疗数据，将历史医疗数据发送至医生终端；移动终端接收到医生终端反馈的拒绝消息时，依据该历史医疗数据以及该关键字为患者进行医院推荐。本申请提供的技术方案具有用户体验度高的有点。

本发明公开了一种用于预测药物‑靶标相互作用关系的方法和设备，方法包括：引入药物‑靶标相互作用和靶标‑疾病相互作用构建药物‑靶标‑疾病的三层异构网络；基于三层异构网络构建药物相似度矩阵和靶标相似度矩阵，靶标相似度矩阵包括靶标间高斯核相似度矩阵和靶标‑疾病高斯核相似度矩阵；计算药物相似度矩阵和靶标相似度矩阵克罗内克积，并通过正则化最小二乘法得到预测结果；对预测结果进行验证。对比传统的预测方法，本发明采用了更为完整的网络结构模型，建立了更为复杂的相似度矩阵空间，从更多的角度预测了全新的药物‑靶标相互作用；在计算过程中避免了超规模的矩阵运算；相较于常用的FLapRLS方法和RLS_Kron方法，有着更优的预测性能。

本说明书实施例提供了授权处理方法及装置、结算处理方法及装置，其中，一种授权处理方法包括：接收医疗终端系统提交的调用请求；向所述医疗终端系统返回授权链接以响应所述调用请求；获取用户终端扫描根据所述授权链接生成的授权标识码之后提交的授权请求；从医疗结算服务平台查询医疗结算凭证与待结算订单进行关联，并生成所述待结算订单的授权令牌；在所述授权令牌和所述医疗结算凭证满足授权结算条件的情况下，向所述医疗终端系统返回所述医疗结算凭证。

本发明公开了一种糖尿病肾病风险评估系统，涉及医疗器械领域，所述系统包括：限制装置，用于根据患者病史、病程，确定是否对所述患者进行糖尿病肾病风险评估限制；评估装置，用于若确定不对所述患者进行糖尿病肾病风险评估限制，则利用糖尿病相关指标和反映肾脏功能受损的指标，对糖尿病肾病进行低危、中危、高危评估。

本发明公开了一种抗番茄斑萎病毒辣椒植株的筛选方法，包括获得供试材料抗TSWV的表型数据；获取抗TSWV的关键QTL位点和抗TSWV的关键SNP位点；对筛选出的候选基因进行克隆及定量表达分析；在辣椒抗TSWV全基因组关联分析和连锁分析的基础上，寻找到的多态位点与抗TSWV强弱的关系，并针对显著关联位点/QTL位点开发基于PCR的分子标记；基于确定的分子标记，选育抗番茄斑萎病毒的骨干自交系，最后利用三系法选育抗番茄斑萎病毒的杂交品种。采用本发明所述的筛选方法，可为辣椒抗病分子育种提供理论和材料支持，并为辣椒新品种选育提供更有效的手段，从而筛选出符合制备优质干辣椒的特色杂交组合，进行推广应用，具有非常显著的经济效益和社会效益。

本公开提供了一种基于证素和深度学习的中医智能问诊舌诊综合系统，基于症状的证素，根据预设知识图谱，分析患者输入的症状信息；基于症状分析的结果，判定是否需要进行问诊；若判定结果为需要进行问诊，则利用证素和深度学习网络模型进行中医问诊，根据患者的回答，得到患者的证候和/或证素；判定是否结合舌诊，如是，则问诊模块的结果进入结合舌诊模块，得到最终证候和/或证素；否则，以问诊得到的结果为最终证候和/或证素；当问诊判定模块判定不需要进行问诊或者舌诊判定模块判断需要结合舌诊时，基于证素和深度学习网络模型，综合患者的症状和舌象信息，得到最终证候和/或证素；能够大大提高问诊的效果，为辨证分型提供了强有力支撑。

本申请提供了一种基于颈动脉粥样硬化情况评估脑卒中发病风险方法及装置，包括：利用人工智能的自学习能力，建立颈动脉粥样硬化斑块的情况参数与脑卒中发病风险等级之间的对应关系；获取当前受试者的当前颈动脉粥样硬化斑块的情况参数；通过对应关系，确定与当前颈动脉粥样硬化斑块的情况参数对应的当前脑卒中发病风险等级；具体地，确定与当前颈动脉粥样硬化斑块的情况参数对应的当前脑卒中发病风险等级，包括：将对应关系中与当前颈动脉粥样硬化斑块的情况参数相同的颈动脉粥样硬化斑块的情况参数所对应的脑卒中发病风险等级，确定为当前脑卒中发病风险等级。能良好地实现通过颈动脉粥样硬化斑块的情况参数对脑卒中发病风险进行量化估测。

本发明提供了一种利用数值模型的临床决策支持系统，该数值模型动态描述血液循环的血液稀释。基于测得凝血数据并可以基于其他患者信息，基于特定蛋白浓度的计算预测止血剂平衡的丢失。此外，计算装置将人类血液蛋白浓度的计算值中的至少一些转换成描述凝结和/或栓塞和/或出血的风险值。向用户显示该风险值的时间发展。

一种基于机器学习的多组分晶体构型能预测方法，属于材料固有属性计算领域，用以解决传统方法中单纯依赖于物理理论推导多组分晶体构型能而导致的预测计算不准确及不高效问题。本发明提出了以团簇扩展方法计算多组分晶体的构型能，通过将多体相互作用形成的团簇函数即相关函数作为输入特征值，然后利用机器学习算法进行模型训练和预测，获得多组分晶体构型能。相比于传统的严格依赖于物理理论推导的计算方法，本发明方法预测计算结果更加准确、高效，可推广到计算多组分晶体的其他标量属性。

一种基于机器学习的高熵合金硬度预测方法，属于金属材料硬度预测技术领域，用以解决传统方法预测搜索性能优异的高熵合金耗时耗力且不准确的问题。该方法包括，获取用来预测高熵合金硬度的特征数据训练集；对特征数据进行筛选，获取最优特征组合；通过十重交叉验证方法选择机器学习模型；采用选择的机器学习模型并输入最优特征组合进行模型训练；根据训练好的模型对未知的高熵合金硬度进行预测，挑选出预测硬度高且预测可信性好的高熵合金。本发明中的特征筛选方法与现有的穷举法需要排列所有特征的组合去寻找最优特征相比，在基于机器学习算法进行高熵合金硬度预测时，不仅对高熵合金性能预测较为准确，而且更为节省计算资源与时间。

本申请实施例提供一种医疗服务监管方法、装置及设备，所述医疗服务监管方法包括：采集互联网医院的诊疗行为数据；根据预设监管规则，对所述诊疗行为数据进行分析；根据分析结果，生成所述互联网医院的监管报表。本申请实现了对在线诊疗的全流程监管。

本发明实施例公开了一种药物安全配送管理方法、装置、计算机设备及存储介质，涉及人工智能领域。本发明可应用于智慧医疗场景中，从而推动智慧城市的建设。该方法包括：接收到开处方终端发送的电子处方；接收药柜终端发送的药物存储请求；判断所述待验证药物信息是否与所述药物信息匹配；若是，向药柜终端发送允许存储应答消息；接收药柜终端发送的药物提取请求；判断所述待验证生物识别信息是否与所述生物识别信息匹配；若是，向药柜终端发送允许提取应答消息。本发明的药物根据医生的电子处方确定，可有效避免用户用错药；药物在存入药柜终端之前需要药物进行校验，避免药物出错；取药人在取药时，对取药人的身份进行校验，避免取药人取错药物。

本公开描述了一种基于认知、音乐和运动的益智训练系统，其包括音乐库、运动项目库、训练模块、记录模块、识别模块和评分模块；音乐库用于存储音乐，运动项目库用于存储运动项目的教程，训练模块用于基于用户的个人情况从运动项目库中筛选至少一种教程并从音乐库中筛选至少一种风格的音乐以形成训练教程并引导用户进行训练，记录模块用于记录用户动作以生成包括项目动作序列的用户动作序列，识别模块用于获取关键动作和该关键动作的执行时间点，评分模块用于获取用户的认知能力总评分。根据本公开，能够提供一种认知、音乐和运动相融合且能够舒缓情绪的基于认知、音乐和运动的益智训练系统。

本申请涉及数字医疗及数据处理技术，提供一种基于人工智能的疫情预测方法、装置、计算机设备与存储介质，包括：遍历对应目标疾病的疑似患者群的病历单，得到每一疑似患者的症状数据；基于预先设置的临床决策识别模型识别症状数据，得到疾病识别结果；根据疾病识别结果判断疑似患者是否患有所述目标疾病；当判断结果为是时，将所述疑似患者作为确诊患者；获取所有确诊患者的预设数据；获取与所述症状数据匹配的目标症候群，并调用对应所述目标症候群的症候群处理模型处理所述预设数据，得到目标分布数据；根据所述目标分布数据确定疫情风险等级本申请能够提高疫情预测的正确率，本申请能够促进智慧医疗及智慧城市的建设。

本发明涉及数字医疗技术领域，提供一种基于人工智能的随访计划单生成方法、装置、终端及介质，包括：获取多个第一诊疗记录报告并使用XGBOOST模型从所述多个第一诊疗记录报告中提取出多个慢病风险因素；接收患者的分组请求并解析所述分组请求得到所述患者的第一身份信息；根据所述第一身份信息识别所述患者的诊断标识及根据所述第一身份信息获取所述患者的第二诊疗记录报告；根据所述第二诊疗记录报告计算诊断等级并根据所述多个慢病风险因素及所述诊断等级计算危险系数等级；根据所述危险系数等级识别所述患者的分组级别；基于所述分组级别及所述诊断标识生成随访计划单。本发明能够针对不同的患者生成不同的随访计划单，随访计划单的生成效率较高。

本发明涉及骨肉瘤转移相关基因技术领域，且公开了一种骨肉瘤转移相关基因signature研究及潜在药物挖掘方法，包括以下步骤：S1、数据下载及预处理：对OS的TARGET数据做以下几步预处理：1)去掉没有临床信息或者总生存时间<30天的样本；2)去掉正常组织样本数据；3)去掉在超过一半样本中表达量为0的基因。该种骨肉瘤转移相关基因signature研究及潜在药物挖掘方法，从基因表达水平变化特征看，免疫相关的基因在转移组普遍表现为下调，推测免疫系统的抑制可能有助于osteosarcoma的转移，进一步说明，一些基因(包含免疫相关基因)的表达抑制，可能有助于osteosarcoma转移，MRS的预后分析进一步鉴定出了一组与预后有显著的关系基因，为进一步挖掘osteosarcoma转移的治疗提供了可能的选择。

本发明公开了医废仓库智能管理终端、管理系统及管理方法，该终端包括主机单元，以及与主机单元相连接的输入单元和输出单元；输入单元读入操作人员的责任人信息以及医废重量信息；主机单元根据责任人信息，从数据库中获取当前责任人待入库的医废总重量和出车时的空车重量，计算并校核后入库；主机单元还包括纠错入库模块，在校核失败时利用输入单元读取管理员信息来完成入库。本发明能够对医废管理、入库、出库流程系统化，并且记录医废流转过程中的每个环节，将人工操作和数据记录相结合，使得医废流转和管理更精确并减少人为错误。

一种基于物联网的药品智能管理设备及其控制方法。设备包括药品分配机构和控制系统，所述控制系统接收医生的处方，根据医生的处方确定的服药时间表定时分配药品，药品分配机构药品分配机构还包括旋转药排，其包括锥形帽，锥形帽沿周向设置有M个锥形漏斗，锥形漏斗最下端仅能容纳一粒药丸，相邻两个漏斗之间的区域面积能够覆盖第三通药口，旋转药排下端安装于动力输出轴上，第二驱动机构能够驱动旋转药排在药品容器内旋转。本发明提供的基于物联网的药品智能管理设备根据医生的处方确定的服药时间表定时分配药品，提高了药物依从性，结构简单，操作方便，自动化程序高，可用于家庭、医院护理等。

本发明公开了一种基于图神经网络预测药物‑副作用关系的方法，用于解决如何利用深度学习的方法以及充分考虑边和节点的信息来表示网络中的节点的问题；包括收集药物数据进行预处理，建立药物与药物、药物副作用与副作用之间的关系；构建药物‑副作用异质网络模型；使用图神经网络对网络中的节点和多关系边进行向量化表示；本发明通过构建多关系网络，利用神经网络，对网络中的节点进行表示；通过不同平台的公开数据进行爬取，描述药物的特征更加全面，数据采集方便快捷，对数据进行预处理后再进行分析，增强了挖掘的效果，提高了挖掘数据的质量，构建了能代表多模态数据的异质网络模型，使用了图神经网络方法，结合了点和边的信息。

本发明涉及一种生化指标信息处理系统、方法、设备、存储介质及检测仪，涉及数据信息处理技术领域，数据读取模块读取血ACTH、24小时尿游离皮质醇数据信息，以及核磁结果数据；列线图评分模块根据血ACTH、24小时尿游离皮质醇获取评分；联合垂体核磁检查识别模块用于列线图评分模块平行联合垂体核磁检查数据，判读多余的ACTH来自垂体的数据信息，即库欣病的可能性。本发明首次利用异位ACTH综合征和库欣病患者临床生化指标差异建立评分系统，用于鉴别ACTH依赖性库欣综合征，目前国内国际尚无此类文献报道。本发明对于鉴别ACTH依赖性库欣综合征准确性高，具备应用价值。

本发明公开了一种影像科患者检查核对方法及系统，所述方法包括：获得第一影像信息；根据所述第一影像信息获得第一检查部位；获得第一用户的第一身份信息；根据所述第一用户的第一身份信息，获得所述第一用户的第一医嘱信息；判断所述第一检查部位与所述第一用户的第一医嘱信息是否相符合；当所述第一检查部位与所述第一用户的第一医嘱信息相符合时，获得第一检查要求信息；判断所述第一影像信息是否满足所述第一检查要求信息；当所述第一影像信息满足所述第一检查要求信息时，确定所述第一影像为所述第一用户的检查影像。达到智能化核对患者的检查影像结果，提高核对准确率，避免失误，提升核对效率的技术效果。

本发明公开了一种心理测评方法，包括以下步骤：S1：客户端上传用户信息，心理测评平台对用户信息进行处理，并创建相应的用户权限，并将用户信息上传服务器进行存储；S2：管理员根据客户信息对应的层级，向客户发生心理测评链接或二维码发送给用户的手机APP中；S3：用户通过点击链接或通过手机扫描二维码进入至测评平台，通过测评平台对用户层级判断，通过测评试题调取模块从服务器调取该层级用户的测评计划列表试题。本发明通过对不同层级的学生通过不同心理测试试题进行测试，方便掌握学生的心理是否健康，从而通过不同的分析结果，便于对学生进行针对性的心理辅导，有效的提高学生心理的健康性，促进学生健康成长。

一种耗散粒子动力学模拟中刚性沥青质分子结构的构建方法。其包括确定沥青质分子中各基团粗化结构；利用上述基团粗化结构构建分子粗化结构；基于上述分子粗化结构构建模拟体系；生成上述模拟体系的力场；对沥青质分子的键长、键角和二面角进行定量约束；利用模拟体系的力场和定量约束，对模拟体系进行耗散粒子动力学模拟，获得刚性沥青质分子的结构等步骤。本发明提供的耗散粒子动力学模拟中刚性沥青质分子结构的构建方法具有如下优点：可以稳定地获得刚性沥青质分子的结构，结构的键长约为二面角峰值为10度，最大不超过20度。本发明所构建的刚性沥青质分子的结构可用于沥青行为的模拟。

本发明提供了基于TDKSFA非线性贡献图的间歇过程故障辨识方法及系统。该方法包括将待识别故障数据集和平均训练数据集对应的伪样本核矩阵均依次进行均值中心化操作并分别投影至TDKSFA模型的负荷矩阵以获得对应得分矩阵，根据两个伪样本投影轨迹之间的差异性，定义任一过程变量相对于故障的非线性贡献度，计算得到所有过程变量相对于故障的非线性贡献；根据每个过程变量所具有非线性贡献的大小辨识故障变量，确定出待识别故障数据的故障类型；利用自回归移动平均时间序列模型对平均训练数集进行扩展，采用全局建模策略计算对应增广平均训练数据集；将增广平均训练数据集非线性映射到高维特征空间，引入核函数技巧计算核矩阵和时间变化核矩阵构建出TDKSFA模型。

本发明公开了一种基于物联网的生物科技共享设备，包括机体，所述机体内设置有传动腔，所述传动腔上方设置有开口朝左的工作槽，所述工作槽右侧设置有连接腔，所述传动腔内设置有用于对人体心率检测的心率检测组件，所述心率检测组件包括与所述连接腔右侧内壁固定安装的启动电机，所述启动电机末端设置有左右延伸的驱动轴，该装置工作时，能够通过监控通信组件对人体异样进行监督检测并将信息传输给家人，能够通过运动组件对人体进行锻炼，能够通过心率检测组件对人体进行健康检测，提高了锻炼效率，保证了人体健康。

本发明公开了一种对目标事件的评估方法及装置，该方法包括：当接收到目标事件时，确定目标事件的事件属性信息和关联数据信息；事件属性信息包括处理事件的用户标识，以及与用户标识相对应的事件类型，关联数据信息包括目标事件中的用户禁忌信息；根据所述事件属性信息和关联数据信息，从预先建立的目标数据库中确定与目标事件相对应的目标模板信息；基于关联数据信息以及目标模板信息，确定与目标事件相对应的目标评估结果。通过本发明实施例的技术方案，解决了人工审核药方时效率低且容易出错的问题，实现了在检测到目标药方单时能够自动对其进行评估，提高了药方单审核的便捷性，效率以及准确性，进而提高患者的治疗效率的技术效果。

本发明公开一种基于大数据的智慧医疗医院信息化展示管理平台，包括平台分类模块、医生登录模块、身份信息筛选模块、数据提取模块、数据处理模块、分析服务器、信息录入模块、患者查询模块、病情分析模块、显示终端和存储数据库；本发明通过平台分类模块将医院信息平台进行版块分类，并筛选登录平台的各医生的身份信息和对应的科室，提取各科室内各医生的个人详细信息和各医疗数据，计算各科室内各医生的综合医师评级影响系数，对比筛选各科室内各医生的医师等级，并录入对应的科室版块平台，同时分析患者患病症状对应的科室，并显示该科室的医师等级排行榜和医师等级排行榜中各医生介绍，从而增强患者粘合度，提高了医院医疗服务质量。

本发明提供一种PACU成人高活动型谵妄预测的建模选取同时间段入医院行手术治疗后入PACU观察的患者；根据PDHA的诊断标准，将患者设置为两组：PDHA组和非PDHA组；观察时间自患者术后入PACU至出PACU期间,采用Access数据库回顾性收集两组患者资料；整理收集完毕的研究数据由stata15软件按照2:1比例随机匹配，分为训练集数据和验证集数据；使用R语言进行统计及分析，采用逐步logistic回归筛选危险因素，从而构建成人术后早期高活动型谵妄预测模型。本发明的有益效果在于：构建的PACU成人高活动型谵妄预测模型预测效能较好，可实现对PACU术后成人高活动型谵妄发生的可视化，图形化筛选。

本发明提出一种基于DF(Dynamic Fusion)的新冠肺炎联邦学习检测方法。由于X‑Ray和肺部CT图像对于新冠肺炎的诊断具有重要意义，而联邦学习可以在保护数据隐私的前提下进行机器学习建模，因此设计了一种使用联邦学习针对图像数据对新冠肺炎进行诊断的方法，可以对不同医院的数据进行综合运用建立基于深度学习的检测模型。为了降低联邦学习中的通信消耗，利用DF(Dynamic Fusion)对等待上传的模型进行筛选，针对每次客户节点训练的本地模型在测试集上的准确率决定该模型是否上传融合，并通过评估各个客户节点的计算能力设置Waiting Time来有效解决中心节点等待问题。该发明能够针对肺部图像数据对于新冠肺炎进行准确诊断，并有效的降低通讯损耗。

本发明提供了一种基于人工智能的用药处方推送方法和系统，所述方法包括以下步骤：S1：第一用户终端向服务器发送开处方请求，开处方请求包含患者标识信息和患者当前病情信息；S2：服务器接收开处方请求，根据患者标识信息获取患者病历信息，对患者病历信息和患者当前病情信息进行特征向量计算，生成处方建议信息，并将处方建议信息推送给第二用户终端；S3：第二用户终端接收处方建议信息并确定是否对其进行调整，若是则将调整后的处方建议信息发送给第一用户终端，否则将从服务器接收到的处方建议信息发送给第一用户终端，从而实现了不同用户终端的跨地域协作，极大减少时间空间对治疗患者的限制；并且通过对处方建议的调整，减轻了医生的工作量。

本发明公开了一种远程会诊申请装置，包括视频编码模块、参数绑定模块及第一后台控制模块。视频编码模块将从超声设备中获取的超声影像进行编码，得到超声编码影像；参数绑定模块将超声设备上第一显示器的显示参数与超声编码影像进行绑定，得到带有显示参数的超声编码影像；第一后台控制模块将带有显示参数的超声编码影像远程传输至会诊设备，以使会诊设备基于显示参数配置自身与第一显示器规格相同的第二显示器，供超声编码影像解码后显示，从而避免了超声影像无法在会诊设备上还原的情况。本发明还公开了一种会诊设备、远程会诊系统及方法、超声设备及计算机可读存储介质，与上述申请装置具有相同的有益效果。

本发明公开了一种基于BP神经网络的食源性疾病致病因子预测的方法，该预测方法包括以下步骤：S1、数据采集，收集、整理食源性疾病事故案例，建立食源性疾病样本分析数据库，并对每个样本包含的特征项记录；S2、确定训练集和测试集并进行属性选择与神经元定义；有益效果：建立深层BP神经网络模型，通过增加神经网络隐藏层的层数改进网络结构，优化网络计算复杂度，建立食源性疾病流行病学致病因子精准分析预测网络模型，并通过带有自学习功能的动态迁移网络实时更新迭，提高了食源性疾病致病因子预测的判别模型网络的执行效率和灵敏度；对缺失的数据进行预处理，重构了含缺失项的数据并对其进行分析，使之参与有效网络计算。

本发明公开了一种基于大数据的食源性疾病致病因子预测的方法，该方法包括以下步骤：S1、通过收集、整理食源性疾病事故案例，建立食源性疾病样本分析数据库，并对每个样本包含的特征项记录，确定训练集和测试集并进行属性选择与神经元定义，对缺失的数据进行预处理，构建准确率较好的食源性疾病致病因子深层BP神经网络预测模型；有益效果：将专家预测数据与深层BP神经网络预测结合，获得的预测结果更加准确，便于预测数据的获取、更新，实现食源性疾病的动态预测，更好的预测疾病发展趋势，并做出预测方案、措施调整，有利于疾病的预防控制和治疗，基于大数据使预测系统更加完善，提高疾病预测时效性、准确性。

本发明公开了一种糖尿病病人日常血糖监测数据采集管理方法及系统，所述方法包括：获得第一用户的日运动量信息；获得所述第一用户的日饮食含糖量信息；获得所述第一用户的第一血糖值并记录；获得预定标准血糖阈值；判断所述第一血糖值是否在所述预定标准血糖阈值之内；如果所述第一血糖值不在所述预定标准阈值之内，获得第一提醒信息；根据所述第一提醒信息，获得第一调整信息；根据所述调整信息对所述第一用户的日运动量信息和所述日饮食含糖量信息进行调整。解决了现有技术中存在不能准确判断所述糖尿病患者的实时血糖值，并根据所述实时血糖值调整日运动量及日饮食含糖量信息的技术问题。

提供一种口腔扁平苔藓辅助诊断标志物，其由谷氨酸、LysoPE(18:0)和牛磺酸组成。本发明还提供一种口腔扁平苔藓辅助诊断模型构建方法，其包括：步骤一、获取训练病例集；步骤二、采集所述受试者的血清样本，对血清样本进行超高效液相色谱‑四极杆/静电场轨道阱串联高分辨质谱分析，得到多个差异代谢物；步骤三、从多个差异代谢物确定谷氨酸、LysoPE(18:0)和牛磺酸作为口腔扁平苔藓的辅助诊断模型。本发明提供一种辅助诊断模型，其在诊断口腔扁平苔藓上具有无创、准确度高的优点。

本申请公开了一种多单元联合开方审方的方法及系统，根据用户请求通知对应的医师；获取药师审方后的处方，将所述处方发送至第三方进行签章认证；接收签章认证成功后的处方，获取处方信息；将所述处方信息发送至药店POS单元，所述线上开方审方单元与所述药店POS单元通过接口链接。通过本申请，医师/药师不用再录入医院HIS单元而是通过接口传递，药店人员也不用录入药店POS单元也是通过接口传递。如果有新的有资质的医院或者药店需要加入单元，不用更改医院或者药店本身的逻辑，只需要接入相应的接口即可。本申请将在线开放审方单元同医院HIS单元以及药店POS单元的打通，让操作流程更为畅通，也便于监管部门进行全流程监管。

本发明公开了一种远程引导系统、方法、计算机设备以及可读存储介质，远程引导系统包括控制端与移动端，控制端包括控制设备以及第一通信设备、移动端包括反馈设备、医学影像设备以及第二通信设备；其中，第一通信设备与第二通信设备通信连接，反馈设备通过第二通信设备向控制端发送目标对象的反馈信息，控制设备通过第一通信设备向移动端发送引导信息和/或控制命令，引导信息用于指导目标对象的摆位，控制信息用于控制医学影像设备工作。上述远程引导系统，根据远程获取的移动端中目标对象的反馈信息，向移动端发送相应的引导信息以指导目标对象摆位，以便于拍摄目标对象的医学影像或对其进行相应操作。

本申请公开了一种医疗数据校验方法、装置及电子设备，涉及AI医疗、深度学习、知识图谱、自然语言处理等人工智能技术领域。具体实现方案为：获取待校验的医疗数据及候选文档；利用自然语言处理模型对医疗数据及候选文档进行处理，以获取医疗数据及候选文档分别对应的各特征向量；基于各特征向量，采用N种方式计算医疗数据与候选文档间的相关性，以获取N个关联向量，其中N为大于1的正整数；对N个关联向量进行融合计算，以确定基于候选文档时，医疗数据的置信度。由此，通过这种医疗数据校验方法，从多个维度准确表示医疗数据与候选文档间的关联与差异，并且端到端模型不会产生误差累积，从而提升了医疗数据校验的准确性。

本发明公开了一种针对多溴联苯醚类有机污染物的海水水生生物水质基准值推导方法，方法包括以下步骤：毒性数据筛选、受试物种筛选、毒性数据检验，将最终筛选出的毒性数据的导入SSDToolbox，以toxicity value为横坐标，cumulative probability为纵坐标进行模型拟合，比较拟合得到的K‑S检验结果，确定最优拟合模型，得到急性5％物种危害浓度(HC5)，经过基准外排获得海域水质基准高值(HSWC)。本发明在推导过程中充分考虑海水水生态系统对偶然暴露的耐受能力和恢复能力以及多溴联苯醚类新兴有机污染物的海洋水环境污染现状，提供了一种更适合我国当前水环境管理需求的海水水生生物水质基准值推导方法，更为方便快捷准确，能够有效避免“过保护”和“欠保护”。

本发明提供了一种子宫内膜异位症相关卵巢癌的风险预测模型和风险预测系统，该风险预测模型包括以下回归方程：Logit(P)＝ln(P/1‑P)＝‑11.149+0.113*年龄+0.170*体质指数+0.002*包块体积+2.420*血流信号。相比现有技术，本发明的预测模型大大提高了卵巢癌风险的预测准确性，帮助临床更好地制定治疗方案。

一种基于迭代搜索策略的蛋白质溶剂可及性预测方法，首先，根据输入的待测定溶剂可及性的蛋白质序列信息，使用HHBlits工具生成对应的多序列联配信息，进而生成对应的位置特异性频率矩阵，同时，对PDB数据库中每条蛋白质序列也进行上述操作；其次，计算输入的蛋白质序列的位置特异性频率矩阵和PDB数据库中每条蛋白质的位置特异性频率矩阵的相似度；然后，从PDB数据库中获取与输入蛋白质相似度最高的多条蛋白质序列及结构信息，并将其作为模板蛋白质；再次，使用DSSP工具计算每条模板蛋白质的溶剂可及性信息；最后，根据模板蛋白质的溶剂可及性信息，预测输入蛋白质序列的溶剂可及性。本发明计算代价低、预测精度高。