岳路
- 作品数：10 被引量：23H指数：3
- 供职机构：山东中医药大学更多>>
- 相关领域：自动化与计算机技术医药卫生文化科学更多>>
- 培养应用型人才的非计算机专业数据库课程教学研究被引量：1
- 2009年
- 针对目前社会对应用型人才培养的实际需求,根据专业培养目标,结合多年来的教学实践,对当前数据库教学的教学内容和教学方法进行了探索,阐述了如何优化教学内容,加强实践性教学环节,改善理论与实际脱节问题,提出了数据库课程教学改革的思路与方法。
- 岳路
- 关键词：数据库课程教学应用型人才课程改革
- 电子病历命名实体识别技术研究综述被引量：8
- 2022年
- 电子病历(EMR)是医疗信息快速发展的产物,目前以非结构化文本形式存储。通过使用自然语言处理(NLP)技术,在非结构化文本中提取出大量医学实体,将有助于提升医务人员查阅病历效率,同时识别的成果也将辅助于接下来的关系提取和知识图谱构建等研究。介绍常用的若干个数据集、语料标注标准和评价指标。从早期传统方法、深度学习方法、预训练模型、小样本问题处理四个方面详细阐述电子病历命名实体识别方法,对比分析各模型自身的优势及局限性。探讨了目前研究的不足,并对未来发展方向提出展望。
- 吴智妍金卫岳路生慧
- 关键词：电子病历自然语言处理命名实体识别
- 小儿肺炎指纹图像微观辨证相关性研究及临床应用
- 魏本征李燕宁彭欣张魁星周朋任晓强岳路江梅
- 1.项目背景： 肺炎是小儿常见多发病，是幼儿死亡率最高的疾病。因“小儿多未能言，言而未足取信”，就诊时常啼哭吵闹，影响气息脉象，常规诊断方法难以实施。小儿指纹望诊是中医传统诊法在儿科应用的独特诊断技术，在小儿肺炎诊断中，...
- 关键词：
- 关键词：小儿肺炎
- 基于SVM算法的中药化合物寒热药性预测研究
- 2022年
- 目的 研究对比3种机器学习算法在中药化合物寒热药性预测的应用效果模型,以解释中药寒热药性与其物质成分之间的关系。方法 利用分子描述符来表征中药药性的结构基础,然后引入逻辑回归算法、SVM算法、决策树算法构建寒热药性预测模型,并分析3种模型对化合物寒热药性的准确率,通过留一法对模型进行评价。结果 SVM算法对中药寒热药性预测的效果较好,其中SVM算法的准确率达到了87.79%,明显高于其他两种算法。并且模型的拟合效果较好,AUC、Precision、Recall、F1_score值分别为0.855、0.812、0.893、0.851。结论 SVM算法模型具有较高的预测性和比较好的稳定性,有利于中药寒热药性的预测研究、中药化合物的物质结构与成分决定中药化合物的药性。
- 吴智妍金卫岳路生慧
- 关键词：支持向量机
- 基于Linux的操作系统实验教学改革方案研究被引量：2
- 2016年
- 操作系统课程所开设的实验教学内容存在内容陈旧、脱离实际应用等问题,课题针对平时实验教学中遇到的问题提出实验教学改革方案,取得了良好的教学效果。
- 岳路
- 关键词：操作系统教学改革ANDROID系统
- 脑电信号情绪识别研究综述被引量：5
- 2023年
- 通过面部表情、语音语调以及脑电等生理信号对人的情绪状态进行识别分类,即情绪识别,其在医疗、交通以及教育等领域有广泛应用。脑电信号由于其真实可靠,在情绪识别领域日益得到广泛关注。总结了近年来脑电情绪识别研究所取得的进展,主要介绍基于深度学习和迁移学习进行的脑电情绪识别研究。介绍了脑电情绪识别基础理论、常用公开数据集、信号的采集和预处理,介绍特征提取与选择,重点介绍了深度学习和迁移学习在脑电情绪识别上的应用。指出该领域目前面临的挑战和前景。
- 秦天鹏生慧岳路金卫
- 关键词：情绪识别特征提取脑电信号
- 基于决策树算法的小儿肺炎临床辨证分类模型研究被引量：4
- 2013年
- 决策树算法是一种分类模型,在医学上常用于辅助诊断和辅助治疗,本文详细阐述了决策树算法在小儿肺炎中医辨证中的应用,构建出一种小儿肺炎分类模型,该模型对小儿肺炎辩证分类的准确率达到80%,可以应用于临床辅助诊断。
- 岳路马凌燕魏本征
- 关键词：决策树中医辨证
- 小儿指纹图像处理技术及其临床应用
- 魏本征李燕宁彭欣张魁星周朋任晓强岳路江梅
- 项目背景： 肺炎是小儿常见多发病，是幼儿死亡率最高的疾病。因“小儿多未能言，言而未足取信”，就诊时常啼哭吵闹，影响气息脉象，常规诊断方法难以实施。小儿指纹望诊是中医传统诊法在儿科应用的独特诊断技术，在小儿肺炎诊断中，小儿...
- 关键词：
- 关键词：肺炎
- FLASH中字幕与声音波形的同步方法
- 2012年
- 介绍如何选择并制作符合FLASH要求的声音文件,并详细阐述了在FLASH动画中实现字幕与声音准确同步的方法。
- 岳路马凌燕
- 关键词：FLASH制作FLASHMTV
- 基于深度学习的脑电信号情感识别研究进展被引量：3
- 2023年
- 情感识别能有效促进智能人机交互的发展,辅助医学诊断,已成为人工智能领域的研究热点之一。脑电图(electroencephalogram,EEG)是对情感状态波动反应最为灵敏的信号,但传统的机器学习算法受到脑电信号非平稳性和个体差异性等特性的制约,很难进一步提高分类准确率和模型泛化能力。近年来能自动化特征提取的深度学习方法愈受学者青睐。本文对基于深度学习的脑电信号情感识别研究进行归纳总结,简述情感识别的相关理论以及常用公开数据集,总结对比不同情感识别模型和EEG传统特征、EEG原始数据以及多模态信号融合特征三类输入数据对分类精度的影响,最后探讨现阶段研究所存在的问题并展望该领域未来发展方向,以期能为后续研究提供借鉴。
- 杨卓东金卫生慧岳路
- 关键词：脑电信号情感情感识别特征提取
