特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕

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。

本发明提供了一种基于XGBoost(Extreme Gradient Boosting)预测DVT后PTS发生风险的系统，包括：数据输入模块，模型计算模块，结果输出模块。本发明通过端到端机器学习模型，对所有DVT患者个体进行PTS发生风险预测，通过对不同风险等级的患者使用优化的预防与治疗策略，更有效地预防和延缓患者院内或出院后PTS的形成。此系统能较好地发挥优势以弥补前人研究的不足，操作简便、快捷，预测性能更好，同时可根据患者PTS发生概率选择更适合患者个体的预防与治疗策略。

本发明公开了一种五瓦导热产品的复配方法，涉及导热粉体复配领域，旨在解决现有技术中复配后吸油率高、成本高的问题，采用的技术方案是，按重量份105～120份粉体A、85～105份粉体B和25～45份粉体C取用粉体并复配，粉体A的粒径是粉体B粒径的5倍及以上，粉体B的粒径是粉体C粒径的5倍及以上。通过使用粒径成5倍及以上差距的三种粉体进行复配，大粒径粉体按简单立方堆积的方式进行排列，中粒径径粉体填充大粒径粉体之间的缝隙，小粒径粉体填充大粒径粉体和中粒径粉体之间缝隙，能够使得到的复配混合物更加致密，孔隙率更低，改善了粉体在硅油等有机物中的堆积状态，实现了较小的吸油率，同时提高了填充率和导热率，且70um大颗粒粉体比例少，生产成本降低。

本公开提供了一种异质性疾病病患特征数据的处理方法、装置、设备及介质，其特征在于，所述方法包括：获取同一异质性疾病的多个病患的多个特征的数据；根据所述特征的医学含义确定所述特征的分类阈值，根据所述特征的分类阈值将所述特征对应的所述多个病患的数据进行分组；确定所述特征的各分组的数据量占所述特征的总数据量的比例；确定所述特征的任一分组对应的所述比例不满足比例阈值时，重新对所述特征对应的所述多个病患的数据进行分组；基于重新分组后的各特征的各分组包含的病患特征数据，对所述多个病患进行聚类分析。

本发明公开了一种适用于不同个体的下肢康复方案设计方法、装置及设备，采集受试者的多源信息并进行预处理，基于对称双线性模型提取多源信息中的运动相关因子，并提取个体无关特征；基于戴维森堡丁指数和散射分布指数进行特征评估，选择目标特征；将目标特征输入到卷积神经网络中进行训练，得到下肢康复方案设计模型，基于下肢康复方案设计模型获取不同受试者的下肢康复方案。本发明利用信息分解和特征评估获取与个体无关的鲁棒特征，提高了下肢康复方案设计模型的通用性；将多源信息分解为个体相关因子和运动相关因子，运动相关因子只与实际的康复训练有关，提高了模型的通用性；通过特征评估和特征选择，舍去冗余信息，提高模型的速度和效率。

本发明属于信息技术领域，涉及一种医疗文本数据生成方法，包括获取医疗记录样本，采用MetaMap进行专业医学名称匹配替换的方式获取新医疗记录样本，同时还采用WordNet字典进行同义词查找，采用相似度最大的同义词替换的方式获取行医疗记录样本，扩充了医疗记录样本数据，解决了医疗文本分类训练中的数据短缺问题。

本发明提供一种监测和自动化控制生物反应器的方法和装置。具体包括对生物反应器中细胞培养液的指标进行预测，以及基于所述预测、自动化地控制生物反应器的方法和装置。所述预测包括以下步骤：获取细胞培养液指标多个不同时间点的在线光谱数据和对细胞培养液取样测得的所述指标的离线目标值；由所述在线光谱数据和所述离线目标值搭建文本卷积模型；将所要预测的细胞培养液的指标的实时测得光谱数据输入所述文本卷积模型从而获得所述指标的预测值。

本发明属于医疗注射技术领域，公开了一种关节腔富血小板血浆最佳注射阙值区间确定方法，该方法包括如下步骤：S1.极端病变位置的确定；S2.极端病变位置中超几何立方流速系数的确定；S3.极端病变位置极限抗血浆液压系数确定；S4.极限状态下富血小板血浆体积值的确定；S5.富血小板注射极限时间阙值的确定。该方法对于实现关节腔富血小板血浆最佳注射具有重要的现实意义。

本说明书提供一种基于多组学癌症分型的数据处理方法、装置及设备，该方法包括：获取目标对象的多组学数据；利用全连接网络对所述多组学数据分别进行特征降维，获取每一组学数据对应的降维组学特征；利用图卷积网络对每一组学数据对应的降维组学特征进行特征提取，获得每一组学数据对应的组学特征；利用注意力机制对各组学数据对应的组学特征进行特征融合，获得多组学数据的组学融合特征；对所述组学融合特征进行癌症亚型分类，确定出所述目标对象的癌症分型，实现了癌症分型的自动化。本说明书实施例为癌症的精准诊断与治疗提供了更加准确、细致的数据基础，进而可以提升癌症的治愈率。

本发明公开了一种多模态药物‑蛋白质靶点相互作用预测方法，包括：S1，对药物分子进行特征编码从而获取药物分子的特征表示；S2，对蛋白质靶点进行特征编码从而获取蛋白质靶点的特征表示；S3，将多模态药物分子的特征表示和多模态蛋白质靶点的特征表示进行特征融合获得融合后的相互作用特征；S4，将融合后的相互作用特征作为分类器的输入，基于带标签训练集对预测模型进行训练后获得相互作用预测模型，从而基于相互作用预测模型预测药物分子和蛋白质靶点之间的相互作用。还公开对应系统及应用。通过融合药物分子和蛋白质靶点的结构与语义多模态特征，对药物分子和蛋白质靶点完整充分描述，利用Transformer网络能够对相互作用有效建模，更准确的进行DPI预测。

本申请公开了结直肠癌肝转移患者贝伐珠单抗转化治疗疗效预测模型，基于PET/CT影像模型和临床因素构建，构建方法如下：步骤一、收集拥有完整治疗前PET/CT图像的Bev转化治疗组的CRLM患者的PET和CT图像；步骤二、对PET和CT标记肝转移灶的感兴趣区域；步骤三、采用深度神经网络提取感兴趣区域的特征，对PET和CT的特征同时进行提取；步骤四、将网络输出的特征利用高斯混合模型进行降维处理，将高斯混合模型的输出作为建立分类模型的图像特征；步骤五、根据患者的分组，将图像特征、临床信息相结合，使用回归建立分类模型最终得到预测模型。本申请提供的预测模型具有较高的稳定性、灵敏度和特异度。

本发明涉及一种调控公度和非公度接触界面摩擦共振的研究方法。以双层石墨烯为研究对象，建立分子动力学模型，通过研究在不同接触状态下，摩擦力随着速度的变化，确定速度及接触状态对石墨烯摩擦力的影响，并结合傅里叶变换方法，采用共振理论解释摩擦力的局部峰值现象。此外，本发明进一步确定了石墨烯探针和基底的声子谱匹配度对于摩擦过程中能量耗散的影响。最后，推导计算界面声子数的理论模型，并对比激发声子数频率分布范围的不同来定量解释两种接触状态下摩擦力截然不同的内在机理。本发明为确定不同接触状态下石墨烯的摩擦力速度依赖性的内在机理，提供了行之有效的研究方法，能够为考虑共振频率而设计摩擦副提供理论参考。

本发明涉及基于全基因组的运动提高心肺耐力效果预测方法及装置，该方法包括：获取待检测用户的基本信息、运动前的初始心肺耐力值以及多个目标单核苷酸多态性位点；根据多个所述目标单核苷酸多态性位点，确定所述待检测用户的第一基因预测评分；根据所述第一基因预测评分，通过预训练的第一预测模型，确定所述待检测用户的运动提高心肺耐力效果等级；根据所述基本信息、所述初始心肺耐力值和所述第一基因预测评分，通过预训练的第二预测模型，确定所述待检测用户运动后的目标心肺耐力效果值。通过本发明的方法，可以在有心肺耐力测试和无心肺耐力测试两场景下，进行运动提高心肺耐力效果的预测。

本案涉及一种动力学仿真模型、其建立方法及仿真方法，包括：建立考虑热效应及剪切效应下的附加集中质量的FGM梁系统；采用混合坐标法在浮动坐标系中描述附加集中质量的FGM梁系统中的FGM梁上任一点作大范围旋转运动变形的位移场；对FGM梁的大范围旋转变形进行离散；运用第二类Lagrange方程建立附加集中质量的FGM梁系统的一次近似刚柔耦合动力学方程，即得基于无网格法考虑热效应及剪切效应FGM梁的动力学仿真模型；采用Newmark法求解热效应下附加集中质量的FGM梁的动力学仿真模型，得到大范围旋转运动的附加集中质量的FGM梁的变形示意图。本案的仿真模型和仿真方法具有效率高、精度高的优点。

本发明提供了一种预测铸态铝硅合金力学性能的方法及系统，包括如下步骤：确定铸态铝硅合金力学性能的影响因素；对铝硅合金进行力学性能试验，获得样本数据集；对样本数据集进行归一化预处理；确定BP神经网络结构；对BP神经网络结构进行训练，建立铸态铝硅合金力学性能的影响因素与铸态铝硅合金力学性能的指标之间的映射关系，得到BP神经网络模型；向BP神经网络模型输入相关参数，利用BP神经网络模型计算输出结果，输出结果经反归一化处理后为铸态铝硅合金力学性能的预测值。本发明的方法步进可以取代传统数学公式拟合法对力学性能的描述，而且能够规避传统破坏性的取样检测方法，降低时间、人工成本，提高经济效益。

本发明提供了一种基于预处理降噪和生物中心法则的多组学集成方法和系统，其中方法包括：对待分析的多组学数据通过预处理进行降噪处理并输出预处理后的多组学数据，降噪处理是指，利用预设算法对多组学数据的特征进行迭代分析判断出多组学数据的特征中的低噪声特征，保留多组学数据的特征中的低噪声特征；对预处理后的多组学数据进行整合处理并输出整合处理后的多组学数据；根据预测模型对整合处理后的多组学数据进行分类。本发明提供了一种基于预处理降噪和生物中心法则的多组学集成方法和系统，先进行预处理降噪，再通过生物学逻辑(生物中心法则)作为依据的神经网络结构算法进行组学整合，以充分挖掘多组学数据的潜在特征信息。

由于复合材料的性能通常会受到微观结构和材料组分信息的综合影响，现有方法大多基于微观结构或者材料组分进行预测，利用的数据比较单一，无法对复合材料的性能进行准确预测。有鉴于此，本发明公开了一种基于微观结构与材料组分多模态融合的复合材料性能预测模型和方法，充分考虑的两者对复合材料最终性能的影响，构建了由材料微观结构特征向量提取网络、组分质量占比特征向量提取网络、晶体类别特征向量提取网络、自适应特征向量融合模块和用作回归器的全连接层构成的多模态复合材料性能预测模型，相较于现有的基于单一模态信息进行预测，同时使用材料微观结构图像、组分质量占比、组分晶体类别等多种模态信息具有更高的预测精度。

本发明公开了一种基于图正则化矩阵分解的药物疾病关联关系的预测方法。本发明方法根据各疾病的向无环图提取各疾病之间的语义相似性，再结合现有数据库中各疾病与药物之间的关联关系，利用图卷积方法提取疾病特征构建疾病特征矩阵，确定各疾病之间的余弦相似性并与语义相似性相融合，得到基于有向无环图的疾病关联关系后，再根据现有数据库中的药物特征构建药物特征矩阵，结合疾病特征矩阵，建立药物分子与疾病之间的关联矩阵，基于图正则化与核方法的矩阵分解算法对关联矩阵进行特征分解，通过构建目标函数，优化药物相似性网络和疾病相似性网络中节点的近邻关系，充分利用了疾病特征和药物特征，实现了对药物与疾病之间关联关系的精确预测。

本公开提供一种模型训练方法、感染人数预测方法、存储介质及电子设备；涉及人工智能技术领域。所述方法包括：获取目标传染病的第一特征数据，所述第一特征数据包括所述目标传染病的多个影响因素集合和感染人数；根据各所述影响因素集合和所述感染人数构建与各所述影响因素集合对应的感染人数预测模型；利用所述多个影响因素集合和所述感染人数对各所述感染人数预测模型进行训练，得到非标注数据上方差最小的各所述感染人数预测模型，并利用训练好的各所述感染人数预测模型预测该传染病在目标时间段内的感染人数。本公开可以提升感染人数预测模型的预测性能，进而提高感染人数预测的准确性。

本发明公开了一种综合深度学习和医学知识的胰岛素剂量推荐系统。本发明利用预训练的方法，可以从大量的糖尿病患者病史和化验数据中学习2型糖尿病的患者特征，利用CGM数据有助于学习到更多患者对于胰岛素的血糖反应，在预测血糖变化模型性的基础上，利用符合医学知识的胰岛素调整规则，综合考虑当前血糖、血糖变化以及患者对胰岛素的敏感性，给出了一个较合理且操作方便的胰岛素剂量调整策略，且预测表现优于既往模型。

本申请提供了一种连续因果效应的估计方法、装置、设备及存储介质，应用于数据分析与挖掘技术领域，所述方法包括：获取待估计数据；将所述待估计数据输入连续因果效应估计模型，得到结果预测值；根据所述结果预测值计算连续因果效应。通过上述方法，能够处理大量的数据信息，并且基于连续因果效应估计模型能够处理连续干预下的因果效应估计问题，更加符合实际应用中遇到的问题，能够有效估计出连续干预变量对输出结果的影响，为数据分析提供帮助。

本发明公开了一种基于CNN‑LSTM的氢气浓度快速预测方法。该方法构建神经网路模型，利用传感器检测环境中的氢气浓度、温度与湿度，将测得的数据进行滤波、归一化后作为模型的输入，测得的氢气饱和浓度与设定的真实氢气浓度作为模型的输出，然后利用测得的数据对模型进行重复训练，得到预测模型，并且利用测得的数据对预测模型进行评估、调整优化。利用该预测模型能够在氢气扩散初期预测环境中的氢气浓度，实现氢气浓度的快速预测，大幅度缩短检测时间，有利于预先掌握氢气的饱和浓度。另外，本发明将环境的温度与湿度作为输入和测得的氢气浓度一起输入神经网络，减少了环境温湿度对测量结果的影响。

本申请涉及一种基于冠状动脉造影重建冠状动脉模型的方法及相关设备，其方法包括以下步骤：基于冠状动脉造影进行几何建模，得到冠状动脉模型；基于个体病例FFR的测量数据拟合得到冠状动脉进出口压力‑时间函数，并添加为冠状动脉模型的进出口边界条件；搭建流固耦合计算平台，导入冠状动脉模型以进行双向流固耦合仿真计算；基于仿真计算结果获得三个冠状动脉血流动力学数据并构建可视化云图。本申请具有从可视化与量化两方面，验证了基于动态冠状动脉造影的建模及血流动力学仿真分析流程，有助于辅助分析评估冠状动脉血流动力学及功能学参数。

本发明公开涉及一种放射治疗计划质量的量化评价方法及装置，该方法包括：确定目标放射治疗计划；根据该目标放射治疗计划中的结构复杂度指标和放射剂量指标值，以及通过临床审核的历史放射治疗计划，通过预设的放射治疗计划评分策略确定该目标放射治疗计划的目标评分；根据该目标放射治疗计划的目标评分和历史放射治疗计划的历史评分对该目标放射治疗计划进行评价，确定该目标放射治疗计划为优质计划或劣质计划。能够对放疗计划进行整体的、客观的、且量化的评价，帮助计划设计者直观地了解计划质量，提示计划是否存在进一步改进的空间，从而实现放疗计划的质量控制。

本发明涉及一种基于PPG信号的微循环功能指标检测系统，包括：PPG信号采集模块；压力控制模块，用于阻断局部血流；中央控制模块，用于进行阻断后反应性充血实验，并采集数据；数据接口模块，用于将电信号转换为数字信号，并传输给数据分析模块；数据分析模块，用于对阻断后反应性充血各阶段的PPG信号进行分析，去除噪音优化波形，提取出PPG特征参数并转换为血流动力学参数；数据展示模块。本发明还公开了一种基于PPG信号的微循环功能指标检测系统的检测方法。本发明提供了阻断后反应性充血作为测试流程，检测数据参数更加全面；本发明的数据样本量大且包含了各种微循环功能状态的人体数据，检测数据与评估结果更加准确。

本发明公开了一种糖尿病患者用药的安全性评价系统，所述评价系统包括信息采集模块、数据构建模块、模型比对模块、统计汇总模块、信息存储模块和评价显示模块。该发明通过大数据采集信息进行数据处理与数据统计，根据患者信息、用药指标数据和反馈信息的对应关系，建立模型并确定相关影响因素，在保证用药安全性和治疗有效性的同时，还通过将患者年龄分段、敏感病史和用药资费等信息作为关键分类信息来考虑用药的成本和效益评估经济性，或是根据不同年龄段患者身体耐受性和细胞自我康复能力评估适当性，适应目前糖尿病患者的早龄化敏感化，该安全性评价系统结果可以作为糖尿病患者用药安全性的有效参考。

本发明公开一种营养智能管理方法和智能管理系统，方法包括：通过数据获取终端将用户每日的膳食摄入数据发送至分析平台端；分析平台端将接收到的用户每日的膳食摄入数据进行存储但不进行处理；在预设时期中，分析平台端从指标终端获取用户波动的健康相关指标数据，并判断波动的健康相关指标数据中关键健康指标数据是否符合设定标准；若关键健康指标数据不符合设定标准，分析平台端将已存储但未进行处理的用户每日的膳食摄入数据处理成分析数据；分析平台端将不符合设定标准的关键健康指标数据和分析数据处理为输入数据，输入第一分析模型，输出每日推荐食谱。本发明提出的技术方案旨在指导不同的用户进行合理的膳食管理。

本申请涉及一种训练方案配置方法、装置、计算机设备和存储介质。所述方法包括：接收终端发送的评估数据，所述评估数据包括主要指标和分类指标；根据所述主要指标和所述分类指标计算得到评估结果；根据所述评估结果计算得到训练类型、训练时长、训练难度中的至少一个；根据计算得到的训练类型、训练时长、训练难度中的至少一个配置得到训练方案。采用本方法能够提高训练方案配置的智能化水平。

本发明公开了一种心率检测动态配置方法、设备及计算机可读存储介质，其中，该方法包括：在心率应用的心率驱动每次上报心率检测信息且遍历所述心率应用的心率服务的回调列表时，新建一局部变量列表；将所述回调列表的列表信息复制到所述局部变量列表中；通过遍历所述局部变量列表判断所述心率应用的回调是否为空；在所述心率应用的回调不为空时，向所述心率应用的心率应用层通知心率数据。实现了一种更高效、更稳定的心率检测动态配置方案，有效地避免了因频繁操作所造成的心率检测异常问题，同时，提升了心率检测的处理性能和使用流畅度，增强了用户体验。

本发明公提供的一种卵巢癌免疫基因对预后标志物组合的分析方法，获取数据库中免疫基因数据，确定目标数据并进行数据采集，得到卵巢癌样本数据，根据所述卵巢癌样本数据中的免疫基因的相对表达量构建免疫相关基因对，进而使用单因素Cox比例风险模型联合L1正则化的Cox比例风险模型筛选出23对预后相关免疫基因对，以计算相应卵巢患者的风险评分并基于此构建相应的免疫基因对组合标志物OC‑IRGPI，用于预测卵巢癌患者的远期生存率，建立训练集与验证集并对数据进行分析，得到分析评估结果。

本发明公开了一种基于多学习模型的有机分子常见理化性质的预测方法，首先收集已具有理化性质测试信息的有机分子数据，构建初始有机分子理化性质数据集；然后利用有机分子数据计算分子描述符和分子指纹，并将分子描述符数据集划分为解释性描述符集和回归描述符集两种类型；针对分子指纹数据集以及两种不同类型的分子描述符数据集，分别构建并训练得到三种用于预测分子理化性质的学习模型；分别使用每个训练完成的学习模型对未知理化性质分子的理化性质进行预测，得到各学习模型的预测值；然后利用集成策略对学习模型的预测值进行集成，生成最终的预测值。

本发明公开了一种汇集个人医疗及健康数据的元宇宙医学站，包括：智能设备，被配置为连接至元宇宙空间；医疗信息数据平台，用于获取来自于医疗系统的医疗数据库和来自于公共卫生系统的公共卫生数据库；体征监测设备，对人体体征数据实时检测；医学检测设备，用于定期对人体的医学数据进行检测；智能设备被配置为具有图像识别，从而获取个人的用药和/或饮食识别；智能设备根据以上数据，在元宇宙空间中建立与人体具有相同健康状态的虚拟个人，虚拟个人具有人体诊疗及饮食记录以及实时且全天候的健康状态。本发明提供的元宇宙医学站解决了无法获得个体实时的全方位健康数据，在医学诊断、疾病预防等其他医学问题的准确性、及时性较低的问题。

本发明涉及汽车副仪表板扶手总成强度CAE分析方法。包括以下步骤：1、获取扶手总成各零件材料有熔接线和无熔接线的力学参数，编辑INP材料模型；2、对扶手总成关键零件在Moldflow软件中分别进行模流分析，确定零件的熔接线位置及汇合角度；3、通过软件HyperMesh建模，将3D数据转换成分析用的有限元模型；4、在Abaqus软件中进行CAE仿真分析；5、分析结果确认；6、评估步骤5的分析结果，NO回到步骤3，YES产品结构锁定。本发明能够提升汽车副仪表板扶手总成强度分析的精准度。