-
题名基于深度学习情感分类模型的个性化抑郁症护理策略
被引量：21
- 1
-
-
作者
袁丽洁
武卓
李敏
雷涛
祝婷
-
机构
陕西省人民医院医务处感染管理科
陕西省人民医院医学装备部
陕西省人民医院保健办
陕西科技大学电子信息与人工智能学院
陕西省人民医院神经内科
-
出处
《护理学杂志》
CSCD
北大核心
2020年第22期85-88,共4页
-
基金
国家自然科学基金项目(61461025)。
-
文摘
目的探讨人工智能技术在个性化抑郁症护理中的应用,实现精准护理以加速抑郁症患者的康复。方法将60例抑郁症患者按病种和病情分层随机分配为对照组和观察组各30例.对照组采用传统护理方法;观察组采用基于深度学习情感分类模型分类后的个性化护理方案,即利用脑电图像(EEG)采集设备获取大量带标记的脑电信号数据构建EEG情感训练库,标记抑郁症类型;通过深度学习情感分类模型识别抑郁症患者EEG信号对应的情感类别;根据其识别结果,采取相应的个性化护理措施。对两组患者在住院期间进行等间隔的抑郁量化评估和护理满意率调查。结果干预4周时,观察组汉密尔顿抑郁量表(HAMD)和自评抑郁量表(SDS)的评分显著低于对照组(均P<0.05);观察组干预8周时的康复率高于对照组,但两组比较,差异无统计学意义(P>0.05)。结论基于深度学习情感分类模型的个性化护理方法能显著缓减患者的抑郁程度,加快抑郁症患者的康复速度。
-
关键词
抑郁症
人工智能
深度学习
情感类别
个性化护理
-
Keywords
depression
artificial intelligence
deep learning
emotion classification
individualized nursing
-
分类号
R473.74
[医药卫生—护理学]
R395
[医药卫生—医学心理学]
-
-
题名基于支持向量机的医护资源需求预测
- 2
-
-
作者
袁丽洁
李敏
雷涛
-
机构
陕西省人民医院医务处感染管理科
陕西省人民医院干部医疗保健办公室
陕西科技大学电气与信息工程学院
-
出处
《护理学杂志》
CSCD
北大核心
2018年第15期55-58,共4页
-
基金
国家自然科学基金项目(61461025)
-
文摘
目的预测医疗护理资源需求,实现医护资源最优管理。方法对海量医护数据进行分析和统计,利用近邻域思想提取数据特征及训练样本集;结合人工智能领域的支持向量机(SVM)算法建立医护资源调配的数学模型;依赖新的数学模型,医护管理人员可以对未来可能发生的医护资源需求进行预测以优化资源调配方案。根据建立的数学模型,对本院5个科室的历史数据进行分析建模,得到预测结果。结果预测结果表明基于数据驱动的新型医护资源调配模型在历史数据驱动下能有效预测未来的医疗护理资源需求,5个科室中预测准确率为92%~94%,平均预测准确率达93%。结论基于数据驱动的医疗护理资源管理在现代医院中具有广泛的应用前景,在提高护理管理水平方面能发挥重要作用,为实现智能医院探明方向。
-
关键词
医疗护理
资源管理
数学模型
大数据
支持向量机
训练样本
-
Keywords
medical care
resource management
mathematical model
big data
support vector machine
training samples
-
分类号
R47
[医药卫生—护理学]
C931.6
[经济管理—管理学]
-
