摘要：本发明公开了一种指标数据语义关联及融合方法、系统及可存储介质，涉及信息资源管理技术领域，其中包括以下步骤获取指标文档集合，并对所述指标文档集合进行解析，得到对应的可操作指标文档集合；构建指标体系内容语义描述模型，并对所述指标体系内容语义描述模型进行动态扩充，得到对应的指标体系核心内容增强语义描述模型库；对所述可操作指标文档集合进行指标知识提取，得到多个细粒度指标知识单元，并对多个所述细粒度指标知识单元进行语义关联；根据语义关联结果以及所述指标体系内容语义描述模型进行语义融合；本发明用于细粒度揭示、关联和展示指标体系的内容成分和关系。

摘要：本发明公开了一种医学影像报告生成方法及装置，包括获取目标医学影像；基于目标医学影像语义关联模型对所述目标医学影像进行处理，得到与所述目标医学影像对应的多模态主题分布信息；基于所述多模态主题分布信息，生成所述目标医学影像的多层次文本描述信息；对所述多层次文本描述信息进行优化，得到与所述目标医学影像对应的医学影像报告。本发明基于目标医学影像语义关联模型实现了模态互补的相关主题对医学影像的潜在语义关联进行建模，可以实现对医学影像所代表的语义进行解释，并且基于多层次文本信息描述实现了客观、准确的文本信息的生成，提升了医学影像报告自动生成的准确性。

摘要：本发明实施例提供了一种食谱确定方法、系统、存储介质及电子设备。其中，该方法包括基于目标用户的用户信息生成目标用户画像特征；基于所述目标用户画像特征与候选特征的相似度计算结果，生成第一食谱集合；基于所述用户信息和营养素摄入量参考范围，获得所述目标用户的食物限制条件；利用所述食物限制条件，对所述第一食谱集合中的食物进行筛选，得到第二食谱集合。本发明通过对用户饮食记录进行分析，并且考虑了用户营养素的摄入量，可以提高食谱确定的准确率。

摘要：本申请公开一种领域新词发现方法及装置，该方法及装置在通过执行N元词串提取处理及词串分类处理，得到高频和低频候选词集的基础上，进一步针对低频候选词集，确定其包括的各个词串分别对应的词串内部相似度以及用于衡量词串为一个新词的可能性高低的第一综合词串信息，并根据低频候选词集中不同词串分别对应的N值、第一综合词串信息及词串内部相似度，确定低频候选词集中的领域新词，实现对低频候选词集的领域新词发现，从而本申请不直接基于阈值过滤低频词，而是通过对低频词二次处理实现对低频新词的提取、发现，有效避免了低频新词丢失现象的发生，使得新词发现更为准确、全面，召回率得以提升。

摘要：本发明涉及一种基于多特征融合的医疗社区问答文本聚类方法，属于数据表示及数据挖掘技术领域。本发明的医学问题文本的多特征融合易于实现，在维度层面，解决了问题短文本数据高维稀疏的问题；在语义层面，向量拼接后的融合特征包含文本全局语义语序信息，词向量加权使得噪音词汇的干扰降低。以融合特征来表示问题文本特征，弥补主题向量和词向量两者的缺点，丰富了问题文本向量的语义关系和特征表达，提高聚类准确度和效果，更加有利于问题文本数据的识别，从而获取新冠肺炎等传染病医疗信息更加准确、快捷和简单。

摘要：本发明公开了一种基于Bert的语义匹配方法,该方法基于哈工大的预训练模型Bert‑wwm‑ext,我们先使用该模型在我们的大数据背景下做全词遮罩的无监督训练,使得模型先适应下我们的数据特点,保存基于我们数据的模型后,我们在该模型的结构上做了以下调整,在Bert的输出层加上Pooling层,在句子输入的时候,每个Batch我们输入的是一组特定的句子,其中一部分句子是语义相近的,剩下的句子是语义不同的,这样做是考虑到使得模型像人学习时一样,考虑数据之间的对比学习,使得模型更快收敛,模型架构改造完成后,我们基于该模型,再次在我们的大语料背景下做句子语义相似性训练,在训练的过程中,我们加入了同义句和非同义句之间的对比计算,然后使模型反向传播,最终得到的句向量语义表示更贴合实际。

摘要：本发明公开了一种应用于医学知识图谱的数据融合方法及装置，包括：获取不同数据来源的初始三元组，所述三元组包括头实体、尾实体和关系；计算所述初始三元组中各个尾实体的相似度；基于所述各个尾实体的相似度计算结果，对各个尾实体进行融合；利用融合后的数据计算各个头实体的相似度；基于头实体的相似度计算结果，对头实体进行融合，得到目标三元组。本发明通过尾实体和头实体的分步计算实现了全部数据的融合，保证了知识图谱中数据的准确性。

摘要：本发明公开了一种人口健康数据集敏感度处理方法及系统，包括：获取待评估的人口健康数据集；对所述人口健康数据集的各个特征进行敏感信息识别，获得每一特征对应的敏感特征，所述特征包括元数据特征、数据项特征和数据值特征；对每一所述敏感特征进行分析，获得每一敏感特征对应的分析结果；基于每一敏感特征对应的分析结果进行计算，得到所述人口健康数据集的敏感度综合评估结果；基于所述敏感度综合评估结果，生成所述人口健康数据集的敏感度评估报告。本发明实现了敏感信息发现、识别、分析和处理，并且通过多维度分析满足了人口健康数据集敏感度评估的应用需求，以及提升了后续人口健康数据应用的效率和安全性。

摘要：本发明公开了一种临床指南知识建模方法及系统，包括：获取临床指南数据集；对临床指南数据集进行文本解析，并生成文档层信息；基于文档层信息，确定每一版本临床指南对应的层级结构和每一层级对应的模块内容，并生成模块层信息；对模块层信息中的模块内容进行知识化处理，获得知识层信息，知识层信息表征临床指南的知识图谱信息；构建文档层信息、模块层信息和知识层信息之间的关联关系，生成关联关系库，并对关联关系库进行可视化展示，得到跨层多维关联模型。实现了对不同版本的临床指南进行规范和整合，便于对指南信息的关联关系和内容逐层展示，满足了对临床指南知识的应用需求，提升了临床指南知识建模的实用性。

摘要：本发明公开了一种临床实践指南的知识表示模型的构建方法及装置，包括：获取目标临床实践指南；对目标临床实践指南进行信息标注处理，获得指南标注模型；对指南标注模型进行可扩展标记语言解析，获得标注模型元素；在预创建的模型转换规则表中确定与标注模型元素对应的转换模式；基于转换模型，对标注模型元素进行转换，获得目标模型元素；依据目标模型元素，创建目标模型，目标模型为数字化临床指南模型。本发明中实现了指南信息的自动标注、模型的自动转换，减少了模型构建中的人工处理步骤，提升了数字化临床指南模型的构建效率以及准确性。

摘要：一种基于知识图谱的医院科技画像方法和系统，所述方法包括：建立医院科技的评价指标体系和各个评价指标的权重；采集获取医院科技活动相关的多源高维数据；构建医院科技知识图谱；进行基于知识图谱的医院科技画像。本发明通过对医院科技画像，客观地描绘出医院科技水平，进一步挖掘出医院的科技优势和潜力，提高了科技评价的精确度和可用性。

摘要：本发明提出了一种医学术语整合方法及系统，涉及医学信息处理技术领域。该医学术语整合方法通过从不同的来源获取得到不同的医学术语，并将得到的医学术语集进行分类，得到不同含义的医学概念，可以对不同来源异构异质的医学术语，以概念为中心实现同义汇聚和语义分类，再对不同含义的医学概念采用snowflake算法进行标识，最后根据得到的不同的概念标识进行整合得到医学概念表。通过将医学术语整合为医学概念表可以为不同医疗信息系统之间的互联互通和信息共享提供依据，便于人工智能应用在开发过程中，获取机器可理解的医学领域同义知识。

摘要：本发明提供了一种临床指南更新内容的自动识别方法及系统，该方法为：根据预先利用临床指南各级别标题建立的模块层级结构树，分别对第一临床指南和第二临床指南进行解析和结构化提取，至少得到第一临床指南对应的第一指南模块和第二临床指南对应的第二指南模块；确定第一指南模块和第二指南模块之间的差异信息，并分别在第一临床指南和第二临床指南中与该差异信息对应的位置处标注相应的标签，不需要人工查阅需要比对的两个临床指南来找到不同临床指南间的差异和变化，提高确定不同临床指南间差异和变化情况的效率和准确度。

摘要：本发明提供了一种面向人机协同的实体关系处理方法及系统，该方法为：响应于用户的创建指令，结合预设的实体关系集合、预设的实体名称数据集和任务配置表单，创建实体关系抽取任务；响应于用户的定义指令，结合规则配置表单、预设的语料库和预设的包含多条抽取规则的规则集合，定义目标抽取规则；响应于用户的选择指令，从目标抽取规则中选择与实体关系抽取任务对应的待执行抽取规则；执行实体关系抽取任务，利用实体关系抽取任务对应的待执行抽取规则，从语料库中抽取得到目标实体关系实例集合，并将目标实体关系实例集合反馈给用户。在处理实体关系时不需要人工分析大量的数据，提高处理准确率、提高处理效率和降低处理成本。

摘要：本发明公开了一种医学图像数据的信息标注方法、装置及系统，该方法获取待标注的医学图像数据；将待标注的医学图像数据输入至图像预标注模型，获得预标注信息，图像预标注模型用于对医学图像数据进行特征提取以获得预标注信息的神经网络模型；响应于将包含预标注信息的医学图像数据展示在目标平台，获取目标平台针对预标注信息的调整信息；对调整信息和预标注信息进行处理，获得待标注的医学图像数据的目标标注信息。本发明通过模型对医学图像数据进行标注并且结合人机交互方式可对标注信息进行调整，提高了医学图像的信息标注效率和质量。

摘要：本发明公开了一种科学数据管理计划生成方法及装置，获取科学数据管理计划的需求信息；通过预构建的语义知识模型，获取与需求信息对应的场景的计划模板；若接收到对计划模板的确认指令，生成计划模块的数据项；依据获取到的与数据项相匹配的反馈知识，对计划模板进行处理，得到目标计划模板；若接收到对计划模块的删除指令，获取目标计划模块，目标计划模板包括通过语义知识模型获取的计划模板或者接收到的自定义计划模板；依据目标计划模板生成科学数据管理计划，实现对科学数据的管理。本发明基于语义知识模型和模板库实现了模板的选取和自定义，提升数据的管理效率，建立有效和个性化的科学数据管理计划。

摘要：本发明提供一种基于R2RML标准的映射方法、装置、设备及存储介质，确定用户创建的基于R2RML标准的关系数据库到资源描述框架映射任务，连接映射任务指示的关系数据库；对关系数据库进行显性结构特征、数据特点和隐性语义分析得到关系数据库的关联关系表；确定用户从预先设置的至少一种映射模式中选取的目标映射模式；利用目标映射模式和关联关系表进行RDF三元组定义，并基于R2RML映射规则自动生成R2RML映射文档，进而根据R2RML映射文档生成RDF三元组文件。本发明能够自动生成R2RML映射文档，实现RDF三元组文件的自动生成。

摘要：本发明涉及皮肤病人工智能以及大数据技术领域，尤其涉及一种基于大数据技术的皮肤病智能监控预警系统；包括：数据源模块，用于接收多维皮肤病数据，并将接收到的数据按照结构化数据和非结构化数据进行标准化处理，并将处理后的数据发送给数据存储模块；数据存储模块，用于接受并存储数据源模块发送来的标注化后的数据；数据挖掘模块，用于利用数据存储模块的数据进行数据的挖掘，并将挖掘处理后的数据发送给预警模块；预警模块，用于对挖掘得到的数据进行分析处理以及预警工作。本发明所公开的基于大数据技术的皮肤病智能监控预警系统，利用大数据技术进行数据的采集及存储，整合了多维数据，为皮肤病智能预警提供了可靠保证。

摘要：本发明涉及医疗影像标注教学技术领域，尤其涉及一种医疗影像远程教学方法、装置、设备及存储介质；包括以下步骤：学员在线对医疗影像进行影像标注；教学专家在线对学员的标注结果进行教学评价；根据专家教学评价标注结果对教学评价人工智能模型进行训练；利用教学评价人工智能模型进行影像标注教学。本发明所公开的医疗影像远程教学方法、装置、设备及存储介质，教学评价标注方法，使专家的经验得到了更好的应用，保证了影像标注的教学质量；同时，实现影像标注教学的人工智能，降低了教学医生的工作强度。

摘要：本发明涉及医疗影像标注技术领域，尤其涉及一种医疗影像人工智能质控标注方法、装置、设备及存储介质；质控标注方法，包括以下步骤：普通标注人员对医疗影像进行影像标注；审核专家对普通标注人员的标注结果进行质控。本发明所公开的医疗影像人工智能质控标注方法、装置、设备及存储介质，使专家的经验得到了更好的应用，保证了影像标注的质量；同时，实现影像标注的人工智能，降低了医生的工作强度。