深兰科技科研团队6篇论文被国际医学信息科学顶尖学术会议收录

本文主要是介绍深兰科技科研团队6篇论文被国际医学信息科学顶尖学术会议收录,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       近日,深兰科技科学院智能科学首席科学家黄智生教授及其所带领的科研团队与同济大学团队,北京工业大学团队等合作,在国际医学信息科学顶尖学术会议“HIS 2023”上接连发表了六篇论文(其中有两篇论文的第一作者是黄教授本人)。

       10月下旬,黄教授还率8人科研团队参会出席了在澳大利亚墨尔本举行的“HIS 2023”会议,并在大会现场当场宣读论文并作大会报告。

       “HIS”是国际卫生信息科学大会的简称,是一个在全球卫生信息科学领域享有盛誉的顶级学术会议,也是一个传播和交流计算机科学/信息技术以及卫生科学和服务的多学科研究成果的论坛,每年都会收到大量的业内论文投稿,但会议正式论文的接收率仅为23%。

       今年的“HIS 2023”在澳大利亚的墨尔本召开,是该国际会议的第12届。本届“HIS”大会所接受的论文课题将信息科学研究与卫生信息系统和卫生服务的建模、设计、开发、集成和管理等相关主题结合,内容涵盖了卫生信息科学的所有方面以及支持卫生信息管理和卫生服务提供的系统。

此次,黄教授及其团队投稿的六篇论文分别是:

·《Exploring Etiology of Nonsuicidal Self-Injury by Using Knowledge Graph Approach》

·《Towards Cognition-Emotion-Behavior Models of Nonsuicidal Self-injury: An Knowledge Graph Approach》

·《Analysis on Association between Vascular Risk Factors and Lifestyle Factors with the risk of Dementia/Alzheimer’s Disease using Medical Ontologies》

·《Home Self-medication Question Answering System for the Elderly Based on Seq2Seq Model and Knowledge Graph Technology》

·《A Question and Answering System for Mental Health of the Elderly Based on BiLSTM-CRF Model and Knowledge Graph》

·《Understanding the Influence of Multiple Factors on the Spread of Omicron Variant Strains via the Multivariate Regression Method》

在“HIS 2023”大会现场,黄教授还作了1个小时的题为《Tree Hole Rescue:An AI Approach for Suicide Risk Detection and Online Suicide Intervention》的主题报告,详细介绍了有关人工智能技术在“树洞救援“项目中的应用,报告得到了在场的与会专家和学者的广泛好评。在场的一位澳大利亚教授评价道,中国人工智能企业在“AI+医学信息科技领域应用”上已经取得很大的进展,对于能够听到这样一个既充满了技术内容,又能弘扬慈善爱心的科学报告而感到十分幸运。

主要的4篇论文的基本情况

论文一:

Exploring Etiology of Nonsuicidal Self-Injury by Using Knowledge Graph Approach

       在这篇论文中,团队提出了一种采用知识图谱办法分析非自杀性自伤自残的病因学的分析方法。该论文通过文献挖掘与自然语言处理及其语义标注的方法,针对自伤的不同行为与心理状态的关联,进行了语义分析与推理。通过这个分析,可以得知非自杀性自伤行为与精神状态之间的各种复杂关系:焦虑和孤独症是导致自伤行为的最相关心理状态,孤独症是撞头行为的最主要原因,抑郁和压力会导致咬自己的行为。

论文二:

       Towards Cognition-Emotion-Behavior Models of Nonsuicidal Self-injury: An Knowledge Graph Approach

       这篇论文采用知识图谱方法,团队提出了一种面向非自杀性自残的认知-情绪-自伤行为的关联模型。基于这个模型,可以分析这些特定患者的认知与情绪,情绪与自伤行为,及其认知与自伤行为乃至这三者之间的关联关系,并推导出其因果关系。

论文三:

       Analysis on Association between Vascular Risk Factors and Lifestyle Factors with the risk of Dementia/Alzheimer’s Disease using Medical Ontologies

       在这篇论文中,团队采用医学本体工程方法对失智症、老年痴呆症患者的心血管风险与生活方式的关联关系进行了分析,得出的结论是采取健康的生活方式,似乎可以减轻VRFs对痴呆/AD发病的不良影响。使用标准化的医学本体SNOMED CT,是能够进一步了解VRF与健康之间的关系,而良好的生活方式可以降低痴呆症/AD的患病率。

论文四:
        A Question and Answering System for Mental Health of the Elderly Based on BiLSTM-CRF Model and Knowledge Graph

       在这篇论文中,团队介绍了面向居家老人的用药问答系统。通过收集大规模的用药问答数据集,然后对数据进行人工筛选,可以获取老年人心理健康问答数据集。在此数据集的基础上,结合老年人神经病学相关的语义数据,构建了老年人心理健康知识图谱系统,并采用了人工智能方法,为老年人心理咨询相关问题提供知识服务。实验结果表明,系统可以有效了解老年用户的提问意图,在回答老年人心理健康相关问题时,具有良好的准确性和可靠性问题,有助于解决老年人的心理健康服务需求。

这篇关于深兰科技科研团队6篇论文被国际医学信息科学顶尖学术会议收录的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/367754

相关文章

科研绘图系列:R语言扩展物种堆积图(Extended Stacked Barplot)

介绍 R语言的扩展物种堆积图是一种数据可视化工具,它不仅展示了物种的堆积结果,还整合了不同样本分组之间的差异性分析结果。这种图形表示方法能够直观地比较不同物种在各个分组中的显著性差异,为研究者提供了一种有效的数据解读方式。 加载R包 knitr::opts_chunk$set(warning = F, message = F)library(tidyverse)library(phyl

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

从戴尔公司中国大饭店DTF大会,看科技外企如何在中国市场发展

【科技明说 | 科技热点关注】 2024戴尔科技峰会在8月如期举行,虽然因事未能抵达现场参加,我只是观看了网上在线直播,也未能采访到DTF现场重要与会者,但是通过数十年对戴尔的跟踪与观察,我觉得2024戴尔科技峰会给业界传递了6大重要信号。不妨简单聊聊:从戴尔公司中国大饭店DTF大会,看科技外企如何在中国市场发展? 1)退出中国的谣言不攻自破。 之前有不良媒体宣扬戴尔将退出中国的谣言,随着2

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

论文翻译:ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的,这引发了人们的担忧和猜测,即它们可能已

OmniGlue论文详解(特征匹配)

OmniGlue论文详解(特征匹配) 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super

BERT 论文逐段精读【论文精读】

BERT: 近 3 年 NLP 最火 CV: 大数据集上的训练好的 NN 模型,提升 CV 任务的性能 —— ImageNet 的 CNN 模型 NLP: BERT 简化了 NLP 任务的训练,提升了 NLP 任务的性能 BERT 如何站在巨人的肩膀上的?使用了哪些 NLP 已有的技术和思想?哪些是 BERT 的创新? 1标题 + 作者 BERT: Pre-trainin

[论文笔记]LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale

引言 今天带来第一篇量化论文LLM.int8(): 8-bit Matrix Multiplication for Transformers at Scale笔记。 为了简单,下文中以翻译的口吻记录,比如替换"作者"为"我们"。 大语言模型已被广泛采用,但推理时需要大量的GPU内存。我们开发了一种Int8矩阵乘法的过程,用于Transformer中的前馈和注意力投影层,这可以将推理所需

Science Robotics 首尔国立大学研究团队推出BBEX外骨骼,实现多维力量支持!

重复性举起物体可能会对脊柱和背部肌肉造成损伤,由此引发的腰椎损伤是工业环境等工作场所中一个普遍且令人关注的问题。为了减轻这类伤害,有研究人员已经研发出在举起任务中为工人提供辅助的背部支撑装置。然而,现有的这类装置通常无法在非对称性的举重过程中提供多维度的力量支持。此外,针对整个人体脊柱的设备安全性验证也一直是一个缺失的环节。 据探索前沿科技边界,传递前沿科技成果的X-robot投稿,来自首尔国立