特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕

本文讨论的方法可以从稀疏数据集中提取相关信号，例如在密码分析、降噪、模式识别或计算遗传学中。通过减少服务器负载、计算时间和数据存储大小，本发明的方案可以提高分析设备的技术性能。本发明的方案可以在大的、稀疏的数据集中识别相关信号，如具有高致病概率的基因变异。

本申请提出的原煤的可选性评定方法、装置及存储介质中，获取原煤的原始数据，原始数据包括多种不同指标相关的数据，根据多种不同指标相关的数据，生成各指标对应的指标曲线，根据各指标对应的指标曲线和各指标相关的数据进行多项式拟合，得到各指标的拟合函数，获取待分析原煤的灰分要求参数，利用各指标的拟合函数确定待分析原煤的可选性等级。由此，本申请具备原始数据快速处理与快速一次成图功能，并且通过有效分析数据形成函数的方式，快速推算理论分选密度和可选性，并能够根据每次给出的不同参数，快速重新计算得出该参数下的分选密度和可选性，改变了传统做参考线得结果的局面，提高了可选性评定的数据处理和分析速度。

本发明公开了一种基于贝叶斯多层线性回归自动选择康复机器人训练策略的方法，该方法对不同受试者、不同反馈策略在相同的试验流程下的成绩进行信息采集，在不同的反馈策略下，根据受试者的基线与短期评估的成绩、基线与从基线到短期评估的成绩改变量之间的线性关系，建立多层线性回归预测模型，在模型基础上，计算出模型中的未知参数，对新来的受试者进行基线训练，将受试者的基线成绩放入不同反馈策略的预测模型中，比较预测出的不同反馈策略下受试者的短期评估成绩，为受试者选择潜在学习益处最大的反馈策略进行训练。本发明只需获取患者初始技能水平，就可预测出患者在不同反馈策略的运动提升量，保证所选的训练策略有最大的运动提升量。

本发明公开了一种基于L1范数图的抗病毒药物筛选方法，属于人工智能与生物学交叉领域。具体包括如下步骤：构建病毒‑药物关联的邻接矩阵，分别计算病毒高斯距离相似性和药物高斯距离相似性；使用病毒基因组序列计算病毒基因序列相似性，使用药物的化学结构信息计算药物化学结构相似性；使用快速核学习法计算整合病毒相似性、整合药物相似性；结合稀疏约束与拉普拉斯半监督学习方法，构建目标函数，分别求解得到病毒视角、药物视角的预测得分矩阵，筛选、排序得到最终结果。本发明能有效克服已知数据中内在噪声信息的不利影响，快速、精确且高效地筛选出病毒有效治疗药物，避免生物医学实验方法耗时长、成本高且风险大的问题。

本发明涉及金融数据处理技术，揭露了一种问卷题目筛选的方法，包括：获取测试问卷样本，对所述测试问卷样本的题目进行数据筛选，得到问卷用户以及对应的问卷题目；根据所述问卷用户对应的问卷题目计算所述问卷题目的相关性系数；根据所述问卷用户对应的问卷题目计算所述问卷题目的区分度系数；根据所述相关性系数及所述区分度系数计算所述问卷题目的分值；根据所述问卷题目的维度以及所述问卷题目的分值对所述问卷题目进行排序，得到精选题目集。本发明还提出一种问卷题目筛选的装置、电子设备以及存储介质。本发明可以提高问卷题目筛选的效率及准确率。

本发明属于药物设计领域，公开了一种基于微滴喷射的口服固体控释制剂的制备方法，包括以下步骤：S1、将活性药物成分和药用辅料在制剂中的分布进行分离设计；S2、对分离设计后的成分信息进行重新组合；S3、将组合后的成分分布信息转化为3D打印设备可识别的切片；S4、利用双通道微滴喷射3D打印机进行打印；S5、用粉末材料承接打印机喷射的成分，从而粘结形成固体制剂。本发明提出的浓度梯度函数定义活性药物成分在制剂中的浓度分布方法，从原理上解决了控释制剂无法实现理想控释效果的问题；利用双通道微滴喷射原理3D打印制备口服固体控释制剂可以改变现有的制备工艺方式，可以制备符合函数设计要求的口服固体控释制剂。

本发明公开了一种基于深度对比学习的半监督膝关节炎辅助分析方法，首先搭建用于膝关节磁共振图像分割的分割模型MoV‑Net，在原本的V‑Net网络基础上增加了辅助输出头；再利用弱数据增强方式和强数据增强方式对训练集中的数据进行处理；再利用基于余弦相似度的相似度计算方法，计算隐藏层特征编码向量内部的各个特征编码向量之间的相似度系数，以及隐藏层特征编码向量各自对应的相似度系数矩阵；再利用步骤3中得到的隐藏层特征编码向量各自对应的相似度系数矩阵，计算无监督对比损失；最后利用有监督损失和无监督对比损失更新分割模型MoV‑Net的网络参数；待分割模型训练完毕后，向分割模型MoV‑Net中输入测试集中的膝关节磁共振图像，从而得到最终分割结果。

本发明涉及膀胱诊疗评估技术领域，尤其涉及智能膀胱评估系统，系统包括数据收集模块、个体排尿模型构建模块、提醒模块以及诊疗评估模块；数据收集模块，用于收集患者的个体信息；个体排尿模型构建模块，用于构建个体排尿模型；诊疗评估模块，用于生成初始健康参数和治疗改善目标，还用于对个性化诊疗方案及执行过程进行评估并提出改进建议；提醒模块，用于在收集到的患者的个体信息存在缺漏或异常时，对患者进行提醒，还用于根据监控提醒计划，对患者进行提醒。本发明提供的系统，能够使患者及时反馈记录排尿信息，避免遗漏，提高患者记录积极性以及治疗配合度，并且能够根据收集到的个体信息对诊疗方案及执行过程提出改进建议，提高治疗效果。

通过虚拟医疗信息组合和测试入口进行的数字接触者追踪包括用于监测用户健康的系统、设备和计算机实现的方法。用户接收包含QR码的文本消息，该文本消息将用户引导至患者调查。基于输入到患者调查中的用户数据，用户被分类为多个类别之一。随后，用户输入允许远程监测患者的一个或多个生理参数。将一个或多个生理参数与相应的阈值和变化阈值进行比较。

本发明是提供一种与病情告知有关的系统，其主要是根据一显示器上显示的复数个选项的择定结果来判断一患者等级；且经预设以在所述显示器实时显示一影片。如此，后端医护人员即可适时确认患者的治疗意向，从而有效地增进相关的疗程效果。

一种用于医疗问诊分离的摘要生成方法，涉及自然语言处理技术领域，针对现有技术中生成的对话摘要准确率低的问题，本申请通过在话语层附加标记器来预测标签，然后将PADE和DOTR标记的话语进行串接，分别生成患者问题摘要和医生诊断摘要，以此生成更加准确的医疗对话摘要，可以用于医患对话系统中，有助于帮助有相似问题的患者提供医疗服务，生成准确的医疗对话摘要，同样有利于辅助医生做出合适的诊断和提供合理的治疗方案。

本发明公开了一种基于原子特征传递网络的小分子单步逆合成预测方法，设计了一个分子单步逆合成预测模型RetroAFPNN，基于原子特征传递网络AFPNN提出了一个目标分子断裂位点的识别模型，基于全连接层提出了一个反应物推荐模型SR‑FC。经过测试，模型具有较高的准确率，能对目标分子推荐其较为准确的反应物。

本发明提供了睡眠记忆活跃水平检测量化的方法，包括：对用户睡眠过程的脑中枢生理状态信号进行采集记录和时帧处理，得到脑中枢生理频带时帧数据；进行时频特征交叉分析、跨频率耦合分析和功能连接分析，经特征选择后得到脑中枢记忆信息编码时帧特征，进一步量化用户睡眠过程中记忆编码和信息整合的强度，生成睡眠记忆活跃水平曲线；根据所述脑中枢生理频带时帧数据识别睡眠时相分期，得到睡眠时相曲线，结合所述睡眠记忆活跃水平曲线，提取时相记忆活跃相关系数，生成睡眠记忆活跃水平报告。本发明实现了对不同性别和年龄段、不同身心状态、不同睡眠质量和不同睡眠时相阶段的睡眠记忆活跃水平的科学检测、分析、量化和评估。

本发明涉及一种提高自愈力的还原离子治疗仪，包括：控制面板，是系统的主控端，用于发出控制命令；采集模块，用于采集用户基础参数数据；配置模块，用于配置还原离子治疗仪中功能模块组成治疗方案；注册模块，用于在还原离子治疗仪初始化运行状态下提供用户注册通道；比对模块，用于比对采集模块下级子模块云端数据库中储存用户基础参数数据与注册模块运行时新采集的用户参数数据；本发明通过构建数据库的方式存储各还原离子治疗仪用户在使用还原离子治疗仪时所使用的还原离子治疗仪功能模块的逻辑，从而通过此种方式来分析电位治疗的使用技巧，确保还原离子治疗仪的正确、有效的使用方法能够被更多还原离子治疗仪用户所了解。

本发明实施例提供了一种介入式心室导管泵的医学信息处理系统，涉及医疗器械技术领域，上述系统包括：知识图谱构建装置、不良事件检测装置以及治疗方案辅助制定装置，知识图谱构建装置，用于构建并存储用于表征已知医学概念之间关系的知识图谱；不良事件检测装置，用于将介入式心室导管泵运行过程中预设参数项的参数数据输入事件检测模型，得到事件检测模型输出的不良事件；治疗方案辅助制定装置，用于将不良事件检测装置的检测结果和/或患者的属性信息输入贝叶斯网络模型，得到贝叶斯网络模型输出的干预决策。应用本实施例提供的系统，能够全面对医学数据进行分析以及处理。

所公开的实施方案涉及用于对重复序列诸如医学上显著的短串联重复序列(STR)进行基因分型和可视化的方法、装置、系统和计算机程序产品。一些具体实施可用于对各自包括两个或更多个重复子序列的重复序列进行基因分型和可视化。一些具体实施提供了一种用于生成序列读段堆积的计算机工具，该计算机工具用于可视化具有重复序列的不同基因型的样品的该重复序列，每个序列堆积包括与两个或更多个不同单倍型比对的读段。

本发明实施例提供了一种患者就诊等待时长的估计方法及装置，涉及医疗器械技术领域，上述方法包括：在确定第一待就诊患者的就诊顺序号后，获得诊断第一待就诊患者的目标医生的历史诊断时长，并获得第一待就诊患者的就诊日期内所述目标医生的已诊断患者的时长，作为已诊断时长；基于历史诊断时长以及已诊断时长，预估目标医生诊断患者的平均诊断时长；基于平均诊断时长以及第二待就诊患者的数量，预估第一待就诊患者的就诊等待时长，其中，第二待就诊患者为：就诊日期内目标医生的待就诊患者中就诊顺序位于第一待就诊患者之前的患者。应用本实施例提供的方案预估患者就诊等待时长时，能够提高就诊等待时长的估计效率。

本发明涉及一种低阻页岩含气量预测的融合模型方法。包括以下步骤：S1：整理目标工区页岩气井的测井数据，使用LOF算法进行测井数据异常值检测，利用均值和众数对异常值进行替换；S2:利用最大最小值法对测井数据进行归一化处理；S3：结合地球物理测井知识和斯皮尔曼法筛选输入模型的测井数据类型；S4：利用S3处理后的数据，建立测井数据到岩心含气量间的随机森林、XGBoost和深度神经网络模型；S5：利用Stacking模型融合策略，将S4中的三模型融合，建立泛化性能更佳的低阻页岩含气量预测机器学习模型；本专利从新颖和适用角度出发，基于Stacking模型融合策略，设计了一种可高效预测低阻页岩含气量的机器学习方法，为低阻页岩气开发策略制定提供参考。

本申请属于生信分析技术领域，具体涉及一种宏基因组多重比对序列重分配方法及应用。所述方法对宏基因组测序数据快速分类，基于分类树报告提取小宏基因组参考序列数据库，通过快速比对划分最小分类单元及比对序列独立子集，模拟计算唯一比对率，构建多重比对序列重分配概率模型，进而实现快速准确的物种序列丰度评估。

本发明公开了上皮性卵巢癌紫杉醇耐药分子标志物及其应用。先筛选到了488个在A2780细胞和A2780‑Taxol细胞中差异表达的基因，然后发现其中26个差异基因与卵巢癌的紫杉醇用药患者的总生存期密切相关。经由KEGG和GO富集分析，筛选得到了3个紫杉醇耐药相关基因。3个紫杉醇耐药相关基因在A2780细胞和A2780‑Taxol细胞呈现出了显著的差异表达情况。特别是UNC5C基因，在A2780细胞和A2780‑Taxol细胞中具有显著性表达下降。这意味着UNC5C有望为临床卵巢癌的紫杉醇耐药诊断和治疗提供有意义的生物学指标，成为卵巢癌紫杉醇耐药患者的下调性分子治疗靶点，患者生存预后的标志物。

本发明公开了CT阴性轻度脑外伤的轴突损伤与进行性脑萎缩的血清标志物预测模型及其构建方法，属于生物医学技术领域。该方法采用弥散加权成像进行基于白质骨架的弥散参数统计分析，考察患者弥散参数的异常改变。同时，采用高分辨率T1加权成像分析雅可比脑萎缩率，评估患者的进行性脑萎缩进程。最后，对纳入的血清标志物与异常改变的弥散参数以及脑萎缩之间进行相关性分析，以此来考察纳入血清标志物对CT阴性轻度脑外伤患者的轴突损伤与进行性脑萎缩的预测效力。该模型及方法能够为轻度脑外伤的早期检测提供有效的辅助检测手段。

本发明提供一种基于术中多维因素的全麻病人体温预测方法及装置。所述方法包括：基于临床经验和历史数据分析，确定影响术中全麻病人体温的多维度因素，并基于所述因素确定对体温影响最显著的特征数据；基于人工神经网络构建以所述特征数据为输入、以体温为输出的体温预测模型；利用历史数据对所述体温预测模型进行训练，利用训练好的模型对术中全麻病人的体温进行预测。本发明通过基于人工神经网络构建以对体温影响最显著的特征数据为输入、以体温为输出的体温预测模型，并利用训练好的模型进行体温预测，提高了术中全麻病人体温预测的精度。

本发明公开了一种抗衰老药物的预测方法、设备及存储介质，所述方法包括：获取衰老药效成分的靶标网络、分子描述符、ADMET参数、衰老活性；将所述衰老药效成分的靶标网络、分子描述符和ADMET参数进行关联融合处理，得到所述衰老药效成分的多源关联融合数据；利用所述衰老药效成分的多源关联融合数据和衰老活性，训练抗衰老药物预测模型，得到经训练的抗衰老药物预测模型，以便利用所述经训练的抗衰老药物预测模型，预测目标药物的衰老活性。本发明对抗衰老药物的预测性能更优，为抗衰老药物的研发提供了一条新的研究策略。

本发明涉及数据分析技术领域，特别是指一种学习质量下降的预测方法和装置。方法包括：接收待预测对象的睡眠信息数据；根据所述睡眠信息数据，计算得到所述待预测对象的睡眠评价参数；根据所述睡眠评价参数，通过预先构建的学习质量下降预测模型进行预测，得到所述待预测对象的学习质量下降概率。采用本发明，可一定程度上量化定义睡眠质量和学习质量之间的关系，预测学生学习质量下降的概率。

本发明涉及肌肉疲劳度检测技术领域，尤其是涉及一种基于多模态数据融合的肌肉疲劳度分类方法及系统。所述方法包括：获取康复训练中的多种生理信号和IMU信号；对获取的生理信号和IMU信号进行预处理；将预处理的生理信号和IMU信号转换为灰度图像；将同一种信号转换得到的灰色图像进行结合，形成RGB图像；通过深度学习网络模型对生理信号和IMU信号及其RGB图像进行特征提取；本发明针对现阶段疲劳程度的研究，基于同步采集的sEMG、EEG、ECG及IMU信号，提出了多输入并行的神经网络模型用来提取特征，避免单一信号检测可能出现错误的检测。

本发明提供了一种居民癌症全周期健康管理及防癌教育的系统，包括：数据获取模块，用于基于目标程序获取居民的患癌风险评估结果以及健康管理问卷评估结果；管理模块，用于基于患癌风险评估结果以及健康管理问卷评估结果构建所述居民的健康档案，并基于所述健康档案确定不同居民存在的危险因素；宣传模块，用于基于所述危险因素确定目标癌症防治科普知识，并通过目标程序将所述目标癌症防治科普知识向居民进行展示宣传。通过根据居民的风险评估结果以及健康文件评估结果构建居民的健康档案，从而便于帮助居民梳理各种与癌症可能相关的风险因素，制定针对居民的具体预防措施，为保障居民的身心健康提供了便利。

本发明公开了一种基于多元感知的狮头鹅健康决策方法及装置，涉及狮头鹅健康决策领域，该方法包括以下步骤：采集狮头鹅的动态体重数据、体温数据和运动活跃时长数据；检测并修正动态体重数据、体温数据和运动活跃时长数据；校准修正后的动态体重数据，得到最终稳定的体重数据；采用数据关联方法关联修正后的体温数据、运动活跃时长数据和最终稳定的体重数据，得到关联多元数据；对关联多元数据进行评估，得到健康评估结果；将健康评估结果输入到健康评估决策树模型，得到狮头鹅的健康状况。本发明能高效采集狮头鹅的多元数据，并通过校准得到更稳定准确的多元数据，使狮头鹅健康决策评估更全面准确。

本发明提供一种主要基于血小板/脾脏长径比值的用于预测非手术治疗原发性肝癌患者预后的系统1或系统2；所述预后是指患者确诊原发性肝癌后1年生存概率和/或3年生存概率；所述系统1或系统2包括数据收集模块和计算1年生存概率和/或3年生存概率的模块，其中系统1的计算模块基于建立的可视化Nomogram1模型，系统2的计算模块基于建立的可视化Nomogram2模型，分别对显著影响患者生存的独立因素进行赋分并计算总得分。在两种模型中，血小板/脾脏长径比值≥909得分均为0，血小板/脾脏长径比值＜909得分均为100。本发明构建的预测模型优于经典预测模型。

本申请涉及一种基于激光理疗手环的数据处理方法和装置。所述方法包括：获取当前用户的标准血管密度分布图和对应的标准心率；采集所述当前用户的手腕处的脉搏波速度和当前血管密度分布图；计算所述当前血管密度分布图与所述标准血管密度分布图之间的相似度；根据所述相似度、所述标准心率和所述脉搏波速度计算所述当前用户的当前心率；根据所述当前用户的所述当前心率确定所述激光理疗手环的参数。通过本申请的技术方案，能够更准确地调整激光理疗手环的工作参数以改善理疗效果。

本发明公开了基于动态超网络的脑疾病诊断方法、装置及系统，通过采集若干正常健康被试和患有轻度认知障碍疾病被试的静息态fMRI脑影像数据，进行预处理操作，获取每个被试数据的ROI时间序列；应用仿射聚类算法对每个被试的ROI时间序列进行聚类，自适应对每个被试脑区进行分组；构建动态脑网络；进行特征选择，获取不同的聚类系数；根据不同的聚类系数，对若干训练对象进行特征筛选；最终，建立相应的分类模型。本发明引入滑动时间窗法来构建脑网络，有助于根据大脑的时变性挖掘出大脑隐含的动态网络模型。并通过仿射传播聚类算法提高聚类的准确度，能获得更真实的脑区分组。

本发明涉及在医学背景中使用的人工智能领域。组织活检是一种广泛用于获得特别用于诊断的组织学信息的侵入性方法。因此，本发明人已经进行了研究以限制这种侵入性特征。为此，提出了一种用于预测组织活检结果的方法，其在不进行活检的情况下提供准确的结果。

本发明公开了一种胶质母细胞瘤患者总体生存时间预测系统、电子设备及计算机可读存储介质，属于预测系统技术领域。本发明通过将超图引入脉冲神经膜系统，执行复杂的层次计算、存储中间结果和处理高阶关系，从组织病理学图像中对胶质瘤患者的总体生存时间进行预测；基于脉冲神经膜系统的最大并行性和强鲁棒性，可以在集成学习框架中并行执行多个具有不同初始配置的总体生存时间预测模型，以提高总体生存时间预测精度，并降低时间复杂性。解决了现有技术中存在“模型学习能力差，总体生存时间预测精度低”的问题。

本发明属于帕金森病早期诊断技术领域，具体涉及一种帕金森疾病客观化、定量化早期诊断系统及存储介质。该系统包括：输入模块，用于输入定量化任务所采集的数据；特征提取模块，用于对所述输入模块得到数据进行处理，得到特征；所述定量化任务所采集的数据包括如下数据中的至少一项：包括笔试、抓握、步态、语音、眼动、认知量表、呼吸、心电、肌电多维度信号。本发明能够定量化、标准化、系统化、多维度的对帕金森患者进行客观评估，为帕金森的早期诊断和准确诊断提供技术基础，具有很好的应用前景。

本发明公开了儿童脑瘫康复益智训练系统，涉及脑瘫康复技术领域，其技术方案要点是：包括摄像头、移动终端和游戏训练库模块。该系统将益智游戏融入到患儿的康复训练中来，更符合患儿的游戏天性，利于提高患儿康复训练积极性，实现高效的康复训练；同时，将情绪检测纳入的康复训练的全过程中，及时将患儿情绪信息反馈至家属，辅助家属对患儿进行心理干预，提高患儿康复训练依从性，防止逆反情绪的产生；此外，该系统基于对患儿的考量，直接通过摄像头采集患儿运动信息，避免了大量外设的连接与穿戴，提高了患儿康复训练时的舒适度，同时使得准备操作更加便捷，更利于进行居家康复训练。

本发明公开了一种医疗可穿戴设备控制方法和系统，其中所述方法包括：医疗可穿戴设备在第一工作模式下检测到异常健康数据时向智能终端上报可穿戴数据的异常健康数据，智能终端接收并对异常健康数据进行数据处理后生成完备健康数据后发送至服务器；服务器基于完备健康数据确定是否反馈切换医疗可穿戴设备工作模式的指示，医疗可穿戴设备根据智能终端发送的不同工作模式进入指示以及工作持续时间切换健康数据上报模式。本发明使得医疗可穿戴设备通过多种模式上报数据，减少上报数据的次数和数据量实现节省耗电量。还通过多个判断模型组合以及针对个体生成模型保证对于个体进行监测模式切换的可靠性的同时还减小可穿戴设备的功耗。

本文描述了用于使用由蛋白质测序装置收集的数据来识别多肽的系统和技术。蛋白质测序装置可以收集在试剂与多肽的氨基酸的结合相互作用期间从所检测到的发光标签的光发射获得的数据。光发射可能是由于对发光标签施加激发能量而产生的。该装置可以将数据作为输入提供给经过训练的机器学习模型以获得可用于识别多肽的输出。对于多肽中的多个位置的每一个，输出可以指示一个或多个相应氨基酸存在于该位置的一种或多种可能性。输出可以与指定蛋白质的氨基酸序列进行匹配。

本发明涉及道路工程技术领域，提供一种沥青异味特征评价方法，该方法包括：确定各种沥青可挥发性物质的异味活度值；对各种沥青可挥发性物质进行分类得到各类组分，并确定各类组分的组分浓度；根据各种沥青可挥发性物质的异味活度值，确定各类组分的组分异味活度值加和，以根据各类组分的组分异味活度值加和与组分浓度，确定各类组分的组分异味阈值；根据各类组分的组分异味阈值和组分浓度，确定近似异味活度值加和，采用近似异味活度值加和对沥青异味特征进行评价。本发明通过组分异味阈值、组分浓度以及近似异味活度值加和，可有效的针对沥青材料进行客观、准确的异味特征评价，简化了沥青异味特征评价。

本发明涉及医嘱审核领域，特别涉及一种用于将住院患者医嘱从静脉药品转换成口服药品的方法。所述将住院患者医嘱从静脉药品转换成口服药品的方法，包括：提取病患的用药指征信息，并识别医嘱信息；根据所述用药指征信息以及饮食信息、病程记录和合并用药种类，对静脉药品转换成口服药品进行医嘱审核。本发明提供一种医嘱审核软件，在医嘱审核的过程中提供了将静脉药品转换成口服药品的技术路线和方法，从技术上解决了我国医疗机构过度静脉输液的问题。

本发明公开了一种基于计算机分子模拟技术进行多抗原表位肽重组制备的方法。本方法在对多个抗原表位进行合并重组时，要先对各单克隆抗体结合的关键氨基酸组合进行分析，然后在计算机分子模拟技术的指导下对需要重组的各单抗结合的关键氨基酸进行合并重组成成千上万条序列不同的多抗原表位肽；同时分析各单抗的可变区氨基酸序列，并通过计算机分子模拟技术对各单抗的可变区构建三维结构模型，最后用该模型对每条重组多抗原表位肽进行模拟结合，筛选出可能与每株单抗均结合良好的多抗原表位肽，进行生物学实验鉴定；通过生物学实验筛选出与每株单抗结合的亲和力、特异性均良好的多抗原表位肽进行疫苗制备、诊断产品生产或药物研发等后续工作。

本发明公开了一种基于进化算法和聚类分组的照射野优化方法，包括：步骤一、初始化照射野能量沉积系数以及最小化目标函数；步骤二：生成初始种群，并设置初始参数值；步骤三、利用斯皮尔曼协同函数通过聚类对最小化目标函数进行分组降维，将目标函数从原始空间降维到低维空间，降低算法耗费成本；步骤四、通过进化算法优化照射野集合，利用交叉变异算子生成子代，并通过环境选择迭代选取个体，最终得到一组最优照射野集合方案。本发明能有效减少大规模照射野优化问题中所耗费的时间和空间，并保证所得照射野集合方案的高质量。

提供了一种基于患者的脊柱骨盆状况评估髋关节运动学的方法。所述方法包括接收人体解剖结构的三维模型，以及接收与患者的脊柱骨盆状况有关的输入。所述方法还包括基于所述输入确定所述患者的坐位骶骨倾斜角和站位骶骨倾斜角，以及基于所述坐位骶骨倾斜角和站位骶骨倾斜角中的至少一者对所述患者的脊柱骨盆状况进行分类。所述方法还包括根据脊柱骨盆状况修改三维模型，并利用经修改的三维模型执行对一个或多个活动的至少一个模拟。所述方法还包括在显示装置上显示来自模拟的髋关节运动学信息。

本公开涉及一种基于患者的医学信息进行预后管理的方法、系统和计算机可读介质。其中所述方法包括：接收患者的医学信息，所述医学信息至少包括反映与所述患者相关联的对象在第一时间的形态的医学图像。所述方法还包括基于第一时间的医学信息预测第二时间的发展状况，其中所述发展状况指示预后风险，并且所述第二时间在所述第一时间之后。所述方法还包括所述第一时间的所述医学图像，生成第二时间的反映所述对象在所述第二时间的所述形态的预后图像。所述方法还包括向信息管理系统提供对象在第二时间的发展状况和预后图像，以呈现给用户。

本发明提出一种基于机器学习结合酰胺质子转移成像（amide proton transfer,APT）的直肠癌壁外血管侵犯预测方法及设备，该方法通过获取直肠癌实体肿瘤患者的核磁共振图像，对原始图像进行标准化处理，得到直肠癌实体肿瘤APT核磁共振图像数据集；构建直肠癌壁外血管侵犯预测模型，并通过所述直肠癌实体肿瘤核磁共振图像数据集训练所述直肠癌壁外血管侵犯预测模型；将实时的直肠癌实体肿瘤患者的核磁共振图像进行标准化处理后，输入训练完成的直肠癌壁外血管侵犯预测模型中，输出预测结果即为实时的直肠癌实体肿瘤患者的APT核磁共振图像的壁外血管侵犯状态。与传统MR影像相比，本发明能够准确地预测直肠癌患者的EMVI状态，进而指导临床医生选择合适的治疗方案，给患者带来更精准的治疗。

本发明提供一种DNA分子序列的信息存储方法、装置、电子设备和存储介质，其中方法包括：对目标数据进行编码，并在编码得到的序列中添加引导碱基进行序列锚定，得到待处理序列；对待处理序列进行切分，得到对应的若干子序列，并对若干子序列中的每一个子序列进行序列扩展，得到每一个子序列对应的序列集合；对序列集合进行筛选，得到若干子序列中每一个子序列对应的标准子序列；基于标准子序列进行序列组合，得到目标数据对应的目标DNA序列，并将目标DNA序列合成为DNA分子。使得在进行长读长测序即单分子测序时，能够准确的对错误序列进行纠正，提高了DNA分子中信息读取的稳定性。

本发明公开了一种补偿性复合地基及其按沉降控制的优化设计方法，补偿性复合地基主要由轻质材料/结构桩+轻质垫层构成，其优化设计步骤包括：确定补偿性复合地基的设计参数、设置优化设计初始参数、建立以工程造价最小为导向的优化设计目标函数、提出按沉降控制的优化设计约束条件、建立补偿性复合地基优化设计数学模型、优化设计数学模型全局智能寻优、确定可用于现场施工的设计方案。补偿性复合地基的桩体和垫层材料的重度较小，由此减小了地基的自重应力，提高了承载性能。考虑了自重应力减小对复合地基承载性能的补偿效应，故计算结果更加准确；基于智能算法开展优化设计，可获得满足承载要求且工程造价最低的补偿性复合地基设计方案。

本申请公开了一种基于机器学习的弱视矫治效果预测方法、装置及设备，方法包括：获取弱视矫治相关数据，弱视矫治相关数据包括患者基础信息、裸眼视力、球镜度数和矫治措施；采用随机森林算法基于决策树对弱视矫治相关数据进行特征筛选分析，得到特征集；将特征集分别输入多种不同的基础预测模型中进行效果预测，再进行融合操作，得到预测结果。本申请能够解决现有技术难以预见当前弱视矫治方案的治疗效果，无法控制并避免误诊耽误治疗时机的技术问题。

本发明公开了一种归一化流理论的跨模态数据迁移方法，属于机器学习领域。该方法采用两阶段优化方法，在第一阶段的训练过程中，分别针对每个单细胞数据域单独设计一个基于归一化流的分布估计模块，将指定数据域特有的、复杂的数据分布一一映射到达隐空间中相对简单的数据分布；在第二阶段的训练过程中，针对特定的2个数据域，设计另外一个基于归一化流的模态迁移模块，在不同模态对应的隐空间中实现基于模态特征的单细胞跨模态数据迁移任务。本发明摆脱了常见的单细胞跨模态数据迁移算法需要成对数据进行训练的瓶颈，从而能够适用于多样化的单细胞跨模态数据迁移需求。

本申请公开了一种疾病预测方法、装置、设备和介质，提供了语义表达模型，该模型可以对疾病的描述信息进行特征提取。在该模型应用于疾病预测时，首先将候选疾病的描述信息输入语义表达模型获得相应的表达特征，将待预测疾病的描述信息输入语义表达模型获得相应的表达特征。还可以根据候选疾病与待预测疾病的表达特征之间的相似度，得到待预测疾病。该方法应用疾病特征之间的相似度进行疾病预测，通过增加候选疾病即可实现更多疾病的预测，具有很强的可扩展性；同时，由于模型提取到的特征与疾病其他维度的描述信息具有关联，在表达语义的同时具有丰富的表达能力，依赖表达特征之间的相似度进行疾病预测，能够有效提高预测的准确性。

本发明公开了一种具有梯度泊松比分布特性的夹心梁蜂窝芯层结构的设计方法，夹心梁蜂窝芯层结构包括沿梁的轴线方向设置的多个胞元，每一个所述胞元内接于一个尺寸为Lx×Ly的矩形单元中，设计方法包括：保持Lx和Ly恒定，在Lx和Ly不变的情况下，逐步改变胞元内角θ，计算每一个胞元内角θ所对应的胞元的主要参数，所述主要参数包括胞元倾斜长度l和水平长度h，再根据所述主要参数设计具有梯度泊松比分布特性的夹心梁蜂窝芯层；本发明更好地利用了负泊松比结构的吸能特性，并最大程度降低其承载不足带来的影响。

本发明涉及心搏分类技术领域，具体涉及一种混合高层语义信息的心搏分类深度神经网络模型，该模型包括：心搏信息采集层，用于采集心搏电信号的时序记录信息；高层语义信息知识表征层，用于克服数据特征提取不完整，无法有效表征联律间期不固定的融合波的缺陷；BiLSTM‑STTM模型层，用于融入未来时段的时空数据信息，提高心搏分类准确率，同时，用于提升不同性质的异常心搏识别的准确率，尤其是融合波识别性能低的情况；模型结果输出层，对时空转换信息向量进行处理，以减少网络参数之间的相互依赖性，增强模型的可泛化性。本发明实现了高灵敏度的心搏分类识别，提高了异常心搏类型识别的准确率，保持了常见心搏类型的良好识别性能。