登录
软件下载
帮助文档
新闻资讯
Skill UI
浏览并发现
16598+
精选技能
全部
编程开发
人工智能
设计创意
产品商业
数据科学
市场营销
职场通用
效率工具
硬件工程
语言学习
搜索
IT
,共找到
1748
条记录
默认排序
最新上传
最多下载
ICD-10编码辅助建议系统
coding-icd10
maziyarpanahi/openmed
195
该系统为医疗编码人员提供决策支持,负责将OpenMed提取的诊断和手术过程实体,映射到标准的ICD-10-CM和ICD-10-PCS编码。它能提供候选代码和详细的临床推理,帮助编码人员缩小搜索范围,预填病历,但最终的编码确认必须由专业人工审核。
查看详情
固件布局与深度分析
competition-firmware-layout
zhaoxuya520/reverse-skill
60
这是一个用于固件逆向工程的专业技能。它指导用户分析固件的结构,包括分区表、引导链(如bootloader、kernel、init)和更新机制。主要用于CTF挑战,帮助分析设备核心架构,追踪执行流程,并深度提取嵌入的密钥、凭证或关键秘密。
查看详情
数字取证事件时间线重建
competition-forensic-timeline
zhaoxuya520/reverse-skill
413
本技能专注于数字取证(DFIR)领域,用于构建完整的事件时间线。它能够交叉关联来自操作系统日志(如EVTX)、网络流量(PCAP)、注册表、内存和文件系统的多源证据。通过建立统一的时间锚点和执行图谱,精确重构攻击者的行为链,帮助分析师理解事件发生的完整、有序的流程。
查看详情
恶意软件配置复原与分析
competition-malware-config
zhaoxuya520/reverse-skill
443
这是一个用于高级威胁分析的专业技能。它专注于从复杂的恶意软件样本中,恢复隐藏的配置、解码C2(命令与控制)参数、解包分阶段载荷,并提取IOC。核心在于找到准确的解码链(包括压缩、编码和加密步骤),并将恢复的字段与沙箱环境中的实际行为结果关联起来。
查看详情
临床笔记电子质量指标计算
computing-ecqms
maziyarpanahi/openmed
198
该技能用于计算电子临床质量指标(eCQMs),通过CQL(临床质量语言)和QDM模型,将自由文本临床笔记中的关键信息(如咨询记录、症状或排除原因)提取出来。它将这些文本证据提升并补充到结构化的电子病历数据中,从而准确计算出质量指标的分子和有效排除项。本工具旨在增强数据捕获能力,不能替代专业的认证测量引擎。
查看详情
隐私政策配置与脱敏处理
configuring-privacy-policies
maziyarpanahi/openmed
400
本技能用于配置多种符合法规的隐私保护策略,支持对敏感数据进行脱敏处理。用户可以根据HIPAA、GDPR、PIPEDA等不同地域和场景的法律要求,选择合适的策略,确保数据脱敏、替换或假名化,从而满足数据共享和研究的合规需求。
查看详情
定义可计算的表型和队列
defining-cohort-phenotypes
maziyarpanahi/openmed
151
本工具指导使用OHDSI/OMOP CDM构建可计算的病患表型和队列。它允许用户结合标准的概念集(如PheKB)和从临床自由文本中提取的自然语言处理(NLP)特征,定义精确、可执行的筛选标准。特别适用于结构化代码无法捕获的关键健康信息(如症状、社会背景)的分析场景。
查看详情
临床数据文本去标识化
deidentify-a-dataset
maziyarpanahi/openmed
362
该工具用于对本地的结构化数据集(如CSV, JSONL, Parquet)中的自由文本列进行去标识化处理。它利用OpenMed模型移除个人健康信息(PHI),生成一个完全脱敏的数据集和一个不含PHI的聚合摘要,从而实现数据的安全共享和分析,同时确保源数据的隐私不泄露。
查看详情
临床文本去标识化处理
deidentifying-clinical-text
maziyarpanahi/openmed
339
本技能用于本地设备上对临床自由文本进行去标识化处理。它可以移除、掩码、替换或哈希敏感的PHI/PII,支持多种方法(如日期偏移)。它确保了在共享、存储或分析医疗记录时,完全保护患者隐私,符合HIPAA和GDPR等严格的隐私标准。
查看详情
药物不良反应信号检测
detecting-pv-signals
maziyarpanahi/openmed
69
本工具利用OpenFDA/FAERS数据,计算不比例性指标(如PRR、ROR、EBGM等)。通过构建2x2列联表,对药物和不良反应的自发报告进行统计筛选,从而检测潜在的药物反应关联信号(SDR)。这为药物警戒和安全评估提供了重要的统计学假设。
查看详情
NLP事实到OMOP数据模型转换
etl-to-omop-cdm
maziyarpanahi/openmed
113
本技能负责执行核心的ETL流程,将OpenMed从文本中提取并编码的临床事实(如疾病、药物、测量值)映射到OMOP通用数据模型(CDM)v5.4。它用于在实体提取和源代码编码之后,将非结构化的NLP发现转换为标准化的、符合OMOP规范的记录,供OHDSI进行深度分析。
查看详情
批量导出FHIR数据用于分析
exporting-bulk-fhir
maziyarpanahi/openmed
136
用于从电子病历系统或FHIR数据仓库批量提取大规模(群体级)的临床文本记录。通过FHIR Bulk Data Access执行异步导出,获取NDJSON格式的数据流。该数据流设计用于分批传输给OpenMed进行脱敏处理和命名实体识别(NER)分析,是数据分析流程的起点。
查看详情
上一页
1
2
3
...
139
140
141
142
143
144
145
146
下一页
语言
简体中文
English