基于知识图谱的儿童疾病推理模型

为提高儿童多种疾病推理的准确率,提出以知识图谱为数据基础并结合推理机的儿童疾病推理算法。通过Neo4j构建知识图谱对数据进行储存和应用,而推理机以TransE推理机为基础,并结合朴素贝叶斯分类器来提升推理机处理不同疾病含有同种症状的问题的能力,再通过建立的自适应机制来降低不同疾病的症状数不同对推理机的影响。实验结果表明,所提出算法在疾病推理的精确率,召回率和F1值上均有所提升,说明该方法提高了儿童多种疾病推理的准确率。

妇产科急症误诊为阑尾炎16例分析

本院从1979年1月到1990年12月将16例妇产科急症误诊为阑尾炎而行手术治疗,现就经验教训分析如下. (一)临床资料 1.一般资料:本组患者16例,年龄18～41岁,平均27.9岁;已婚12例,未婚4例.