构建数字孪生水利建设知识图谱挖掘水利建设对象之间的潜在关系能够帮助相关人员优化水利建设设计方案和决策。针对数字孪生水利建设的学科交叉和知识结构复杂的特性,以及通用知识抽取模型缺乏对水利领域知识的学习和知识抽取精度不足...构建数字孪生水利建设知识图谱挖掘水利建设对象之间的潜在关系能够帮助相关人员优化水利建设设计方案和决策。针对数字孪生水利建设的学科交叉和知识结构复杂的特性,以及通用知识抽取模型缺乏对水利领域知识的学习和知识抽取精度不足等问题,为提高知识抽取的精度,提出一种基于大语言模型的数字孪生水利建设知识抽取方法(DTKE-LLM)。该方法通过LangChain部署本地大语言模型(LLM)并集成数字孪生水利领域知识,基于提示学习微调LLM,LLM利用语义理解和生成能力抽取知识,同时,设计异源实体对齐策略优化实体抽取结果。在水利领域语料库上进行对比实验和消融实验,以验证所提方法的有效性。对比实验结果表明,相较于基于深度学习的双向长短期记忆条件随机场(BiLSTM-CRF)命名实体识别模型和通用信息抽取模型UIE(Universal Information Extraction),DTKE-LLM的精确率更优;消融实验结果表明,相较于ChatGLM2-6B(Chat Generative Language Model 2.6 Billion),DTKE-LLM的实体抽取和关系抽取F1值分别提高了5.5和3.2个百分点。可见,该方法在保障知识图谱构建质量的基础上,实现了数字孪生水利建设知识图谱的构建。展开更多
目的比较无创通气间歇期氧气驱动雾化、无创通气间歇期空气驱动雾化、无创通气同时空气驱动雾化对慢性阻塞性肺疾病急性加重(AECOPD)患者雾化过程中二氧化碳分压、氧饱和度(SpO_(2))及心率的动态变化及治疗效果的影响。方法根据随机对...目的比较无创通气间歇期氧气驱动雾化、无创通气间歇期空气驱动雾化、无创通气同时空气驱动雾化对慢性阻塞性肺疾病急性加重(AECOPD)患者雾化过程中二氧化碳分压、氧饱和度(SpO_(2))及心率的动态变化及治疗效果的影响。方法根据随机对照研究的方法将99例需使用无创通气及雾化吸入治疗的慢性阻塞性肺疾病急性加重患者根据计算机产生的随机数字表随机分为对照组、观察一组、观察二组各33例,对照组给予无创通气间歇期氧气驱动雾化吸入,观察一组给予无创通气间歇空气驱动雾化,观察二组给予无创通气同时空气驱动雾化,记录雾化0、5、10、15 min和雾化结束5、10、15 min的经皮二氧化碳分压(PtCO_(2))、SpO_(2)及心率变化。记录治疗前至治疗第7天每天早晨动脉血气PaCO_(2)、PaO_(2)数值,记录三组住院时间。结果三组雾化过程中PtCO_(2)对比结果显示,时间主效应和时间组别交互效应差异均有统计学意义(P<0.001),且对照组PtCO_(2)数值与时间呈线性关系(F=10.166,P=0.003),随时间变化呈上升状态;观察一组各时间点PtCO_(2)数值与时间呈线性关系(F=10.544,P=0.003),随时间变化呈下降状态;观察二组各时间点PtCO_(2)数值与时间呈线性关系(F=20.003,P<0.001),随时间呈下降状态。再分别对三组每个时间点PtCO_(2)数值进行多样本方差分析,对照组雾化15 min PtCO_(2)高于观察一组、观察二组;观察一组、观察二组均与对照组雾化前后PtCO_(2)差值(dPtCO_(2))差异有统计学意义(P<0.05);对三组雾化结束观察期每个时间点PtCO_(2)数值进行多样本方差分析,结果显示三组雾化结束0 min PtCO_(2)、雾化结束5 min PtCO_(2)差异有统计学意义(P<0.05),雾化结束10 min PtCO_(2)、雾化结束15 min PtCO_(2)三组差异无统计学意义(P>0.05);三组雾化过程中SpO_(2)对比显示三组时间组别交互效应差异均有统计学意义(P<0.05)。且观察一组各时间点SpO_(2)数值随时间呈下降趋势。对照组雾化10 min SpO_(2)、雾化15 min SpO_(2)高于观察一组和观察二组;三组均能使动脉血气中PaCO_(2)随治疗时间的增加而好转(P<0.05)。结论三种雾化治疗方式均能取得良好的治疗效果,但无创通气间歇期氧气驱动雾化会使雾化过程中PtCO_(2)及SpO_(2)上升;无创通气间歇期空气驱动雾化会使雾化过程中PtCO_(2)及SpO_(2)下降;无创通气同时空气驱动雾化使雾化过程中PtCO_(2)下降及保持SpO_(2)平稳,因此无创通气同时空气驱动雾化是相对更加安全的雾化吸入方式,值得临床推广。展开更多
文摘构建数字孪生水利建设知识图谱挖掘水利建设对象之间的潜在关系能够帮助相关人员优化水利建设设计方案和决策。针对数字孪生水利建设的学科交叉和知识结构复杂的特性,以及通用知识抽取模型缺乏对水利领域知识的学习和知识抽取精度不足等问题,为提高知识抽取的精度,提出一种基于大语言模型的数字孪生水利建设知识抽取方法(DTKE-LLM)。该方法通过LangChain部署本地大语言模型(LLM)并集成数字孪生水利领域知识,基于提示学习微调LLM,LLM利用语义理解和生成能力抽取知识,同时,设计异源实体对齐策略优化实体抽取结果。在水利领域语料库上进行对比实验和消融实验,以验证所提方法的有效性。对比实验结果表明,相较于基于深度学习的双向长短期记忆条件随机场(BiLSTM-CRF)命名实体识别模型和通用信息抽取模型UIE(Universal Information Extraction),DTKE-LLM的精确率更优;消融实验结果表明,相较于ChatGLM2-6B(Chat Generative Language Model 2.6 Billion),DTKE-LLM的实体抽取和关系抽取F1值分别提高了5.5和3.2个百分点。可见,该方法在保障知识图谱构建质量的基础上,实现了数字孪生水利建设知识图谱的构建。
文摘目的比较无创通气间歇期氧气驱动雾化、无创通气间歇期空气驱动雾化、无创通气同时空气驱动雾化对慢性阻塞性肺疾病急性加重(AECOPD)患者雾化过程中二氧化碳分压、氧饱和度(SpO_(2))及心率的动态变化及治疗效果的影响。方法根据随机对照研究的方法将99例需使用无创通气及雾化吸入治疗的慢性阻塞性肺疾病急性加重患者根据计算机产生的随机数字表随机分为对照组、观察一组、观察二组各33例,对照组给予无创通气间歇期氧气驱动雾化吸入,观察一组给予无创通气间歇空气驱动雾化,观察二组给予无创通气同时空气驱动雾化,记录雾化0、5、10、15 min和雾化结束5、10、15 min的经皮二氧化碳分压(PtCO_(2))、SpO_(2)及心率变化。记录治疗前至治疗第7天每天早晨动脉血气PaCO_(2)、PaO_(2)数值,记录三组住院时间。结果三组雾化过程中PtCO_(2)对比结果显示,时间主效应和时间组别交互效应差异均有统计学意义(P<0.001),且对照组PtCO_(2)数值与时间呈线性关系(F=10.166,P=0.003),随时间变化呈上升状态;观察一组各时间点PtCO_(2)数值与时间呈线性关系(F=10.544,P=0.003),随时间变化呈下降状态;观察二组各时间点PtCO_(2)数值与时间呈线性关系(F=20.003,P<0.001),随时间呈下降状态。再分别对三组每个时间点PtCO_(2)数值进行多样本方差分析,对照组雾化15 min PtCO_(2)高于观察一组、观察二组;观察一组、观察二组均与对照组雾化前后PtCO_(2)差值(dPtCO_(2))差异有统计学意义(P<0.05);对三组雾化结束观察期每个时间点PtCO_(2)数值进行多样本方差分析,结果显示三组雾化结束0 min PtCO_(2)、雾化结束5 min PtCO_(2)差异有统计学意义(P<0.05),雾化结束10 min PtCO_(2)、雾化结束15 min PtCO_(2)三组差异无统计学意义(P>0.05);三组雾化过程中SpO_(2)对比显示三组时间组别交互效应差异均有统计学意义(P<0.05)。且观察一组各时间点SpO_(2)数值随时间呈下降趋势。对照组雾化10 min SpO_(2)、雾化15 min SpO_(2)高于观察一组和观察二组;三组均能使动脉血气中PaCO_(2)随治疗时间的增加而好转(P<0.05)。结论三种雾化治疗方式均能取得良好的治疗效果,但无创通气间歇期氧气驱动雾化会使雾化过程中PtCO_(2)及SpO_(2)上升;无创通气间歇期空气驱动雾化会使雾化过程中PtCO_(2)及SpO_(2)下降;无创通气同时空气驱动雾化使雾化过程中PtCO_(2)下降及保持SpO_(2)平稳,因此无创通气同时空气驱动雾化是相对更加安全的雾化吸入方式,值得临床推广。
