-
题名急性心梗患者随访管理系统的设计与实现
被引量:5
- 1
-
-
作者
江海戬
苏哲
周长勇
辛立强
-
机构
青岛大学计算机科学技术学院
青岛大学附属医院
-
出处
《青岛大学学报(工程技术版)》
CAS
2020年第1期6-10,21,共6页
-
基金
青岛市科技局基金项目(17-3-3-31-nsh)
-
文摘
针对急性心肌梗死患者出院后的健康管理问题,本文设计开发了一套急性心肌梗死患者的信息化实施方案。整个系统采用B/S架构,使用Python语言编写和SQLite进行数据存储,主要功能包括数据收集和信息交流两大类,数据收集为收集保存患者数据,供医生在后台进行数据统计和分析,信息交流包含写文章、发邮件和进行意见反馈。测试结果表明,该系统各种功能均表现正常,具有较好的兼容性和稳定性。该研究对提高急性心肌梗死患者生存率,促进医生和患者出院后的沟通交流具有重要意义。
-
关键词
急性心肌梗死
随访系统
B/S架构
PYTHON
-
Keywords
acute myocardial infarction
follow-up system
B/S architecture
python
-
分类号
TP315
[自动化与计算机技术—计算机软件与理论]
R319
[医药卫生—基础医学]
-
-
题名卷积神经网络在博客多标签中的应用
被引量:1
- 2
-
-
作者
江海戬
辛立强
-
机构
青岛大学计算机科学技术学院
-
出处
《工业控制计算机》
2019年第12期55-56,共2页
-
文摘
由于卷积神经网络在训练前就需要确定分类个数,所以用一个卷积神经网络模型能为文章添加的标签总个数是确定的不能改变的,而使用多个卷积神经网络模型组合可以避免这类问题。在实现多标签中首先使用词向量库将文字转化为词向量,然后依次用多个卷积神经网络模型对文章进行提取特征并分类,其中通过对预测出的类别概率分析来添加相应的标签,可以代替人工操作节省撰写文章人的时间。
-
关键词
卷积神经网络
文本分类
多标签
博客
-
Keywords
convolutional neural network
text classification
multi-label
blog
-
分类号
G63
[文化科学—教育学]
-