-
公开(公告)号:CN118447922A
公开(公告)日:2024-08-06
申请号:CN202410614412.8
申请日:2024-05-17
Applicant: 东南大学
Abstract: 本发明公开了一种基于视觉语言模型的EGFR基因突变少样本检测方法,首先,向预训练的视觉语言模型输入少量PET‑CT图像与疾病描述,通过这些少量样本筛选出有效的疾病描述并计算出超参数;然后,输入剩余PET‑CT图像与筛选出的疾病描述,利用已获得的超参数,对剩余样本进行预测分类;最后,统计分类结果,计算识别率与其他指标。本发明构造的基于视觉语言模型的EGFR基因突变少样本检测方法,摒弃了传统的训练神经网络的方法,应用视觉与语言两个模态,构造PET、CT双通道,引入疾病描述的筛选机制,在不训练模型的基础上,发掘了预训练模型的潜能,在非小细胞肺癌EGFR基因突变的检测任务上获得了优秀的结果。
-
公开(公告)号:CN119478958A
公开(公告)日:2025-02-18
申请号:CN202411335299.6
申请日:2024-09-24
Applicant: 东南大学
IPC: G06V30/148 , G06V10/82 , G06N3/0455 , G06F16/353 , G06N3/0464
Abstract: 本发明公开了一种基于OCR的医学文本结构化识别处理方法,该方法收集病人医学文本图像,标识出图像的文本框位置信息和文字信息作为数据集,利用图像矫正模块优化现实场景图像质量;通过OCR技术识别图像中的文本框位置和文字信息,并根据文本内容进行分类;针对化验单、入院小结和影像报告等特定医学文档,建立了相应的结构化后处理模块,以提取关键信息。本方法利用OCR,能够有效地从医学文本图像中抽取结构化数据,为后续医生疾病的诊断提供重要参考依据,提高了患者就医的效率。
-
公开(公告)号:CN119252483A
公开(公告)日:2025-01-03
申请号:CN202411335302.4
申请日:2024-09-24
Applicant: 东南大学
IPC: G16H50/30 , G16H50/20 , G06N5/01 , G06N7/01 , G06F18/243
Abstract: 本发明公开了一种基于预训练语言模型及机器学习的肝病预警方法,具体包括以下步骤:1、患者信息数据收集,筛选出患者入院记录的原始文本作为原始数据;2、患者原始数据预处理,使用大语言模型对患者原始数据进行数据格式化处理,得到格式化后的患者病史信息、检验检查信息以及影像报告信息;3、对患者的病史信息和检验检查信息使用梯度提升决策树算法进行训练,学习病史信息及检验检查信息与肝病之间的关系;4、对患者的影像报告信息使用预训练语言模型,学习影像报告与肝病之间的关系;5、使用贝叶斯优化对模型参数进行调优,调整到最佳模型参数,得到病史模型、检验检查模型以及影像报告模型。本发明为肝病的提前发现、预警提供了支撑。
-
-