-
公开(公告)号：CN119917980A
公开(公告)日：2025-05-02
申请号：CN202510398165.7
申请日：2025-04-01
Applicant: 之江实验室
IPC: G06F18/2433 , G06F18/213 , G06F123/02
Abstract: 本说明书公开了一种时间序列数据的异常检测方法、装置、存储介质。在此方法中，不仅可以综合考虑了时序数据在特定时间段内的多个关键指标，包括幅度差（即该时间段内数据最大值与最小值的差）、累积幅度和、过均值率、波峰值以及波谷值。并且针对这些指标，按照不同的时间窗口尺度进行计算，从而形成了多维度的指标体系。通过多个维度计算得到的异常指数，能够更敏感地检测出微小的异常区间。还可以通过计算标准分数序列，对不同的指标值进行筛选，从而可以有效去除指标值中异常值的影响。
-
公开(公告)号：CN119577166B
公开(公告)日：2025-04-29
申请号：CN202510133907.3
申请日：2025-02-06
Applicant: 之江实验室
IPC: G06F16/51 , G06F16/535 , G06F16/587
Abstract: 本说明书公开了一种球面网格分片的查询方法、装置、存储介质及电子设备，当用户需要对球面的网格分片进行查询时，终端仅需确定出球面的待查询区域的待查询索引，将包括待查询索引的球面网格分片查询请求发送至服务器。服务器可在根据包括待查询索引的球面网格分片查询请求及预先构建的球面网格数据集合中，确定出目标球面网格数据，返回至终端。终端接收目标球面网格数据并展示。本方法无需终端进行球面剖分，仅需确定待查询索引，减少了终端所需计算资源负载，提高了查询效率。
-
公开(公告)号：CN118782251B
公开(公告)日：2025-03-28
申请号：CN202411266240.6
申请日：2024-09-11
Applicant: 之江实验室
Abstract: 本发明公开了一种基于全肝影像和深度学习的全自动肝癌复发风险预测系统及装置，包括：增强CT肝脏自动分割模块，用于基于增强CT图像获取全肝掩码；增强CT肝癌自动分割模块，用于基于增强CT图像和全肝掩码获取肝癌掩码；基于全肝影像和深度学习的复发风险预测模块，用于基于增强CT图像和全肝掩码获取全肝感兴趣区域，并结合肝癌掩码作为共同输入，预测风险评分，并生成与复发风险相关的显著性图。本发明通过对包括肿瘤在内的全肝影像区域建模分析，充分挖掘肿瘤内和肿瘤外肝脏实质中重要的复发风险相关信息，该系统性能超出了传统临床模型和基于肿瘤的模型，并且具有全自动和非侵入性的优点，有助于改进对肝癌患者的个性化管理。
-
公开(公告)号：CN118800455B
公开(公告)日：2024-12-31
申请号：CN202411263071.0
申请日：2024-09-10
Applicant: 之江实验室
Abstract: 本发明公开了基于自动特征工程的类风湿性关节炎患者肺间质病变风险预测系统；通过数据输入模块输入患者的症状以及医学检测结果，构成症状和医学检测结果特征；通过自动特征工程模块生成适用于二分类机器学习问题的特征，通过该模块的子模块评估连续型特征的类条件概率密度、舍弃不符合要求的特征、自动组合运算生成新特征、根据阈值筛选和保留新特征、记录新特征生成过程；通过模型训练模块基于树的模型对自动生成的特征进行训练并保存模型；通过疾病预测模块根据类风湿性关节炎患者肺间质病变风险预测模型以及患者的输入数据，预测类风湿性关节炎患者发生肺间质病变的风险。本发明对症状和医学检测结果进行自动特征工程，耗时更短，效率更高。
-
公开(公告)号：CN118782251A
公开(公告)日：2024-10-15
申请号：CN202411266240.6
申请日：2024-09-11
Applicant: 之江实验室
Abstract: 本发明公开了一种基于全肝影像和深度学习的全自动肝癌复发风险预测系统及装置，包括：增强CT肝脏自动分割模块，用于基于增强CT图像获取全肝掩码；增强CT肝癌自动分割模块，用于基于增强CT图像和全肝掩码获取肝癌掩码；基于全肝影像和深度学习的复发风险预测模块，用于基于增强CT图像和全肝掩码获取全肝感兴趣区域，并结合肝癌掩码作为共同输入，预测风险评分，并生成与复发风险相关的显著性图。本发明通过对包括肿瘤在内的全肝影像区域建模分析，充分挖掘肿瘤内和肿瘤外肝脏实质中重要的复发风险相关信息，该系统性能超出了传统临床模型和基于肿瘤的模型，并且具有全自动和非侵入性的优点，有助于改进对肝癌患者的个性化管理。
-
Patent Agency Ranking
公开(公告)号：CN118761634A
公开(公告)日：2024-10-11
申请号：CN202411243824.1
申请日：2024-09-05
Applicant: 之江实验室
IPC: G06Q10/0635 , G06Q50/26 , G06V40/16 , G06F30/20
Abstract: 本说明书公开了一种基于应急疏散的信息推送方法、装置以及电子设备，具体包括：根据获取到的目标区域对应的地理信息数据和建筑图，构建模拟目标区域，并对模拟目标区域进行单元格划分。同时根据各人员的个人特征数据，构建各人员的个人仿真对象，确定每个人员的个人仿真对象在模拟目标区域中占据的单元格区域。基于模拟目标区域、各个人仿真对象以及各个人仿真对象对应的单元格区域，根据预设的规则，针对目标建筑物进行人员疏散的仿真测试。根据仿真测试结果，进行信息推送。通过此方法可以充分考虑到室内外因素对于整个疏散过程以及互相之间的影响，从而制定出实用性较高的应急疏散策略，有效保障了人民群众在遇到突发险情时的生命安全。
-
公开(公告)号：CN118471481B
公开(公告)日：2024-09-27
申请号：CN202410910661.1
申请日：2024-07-09
Applicant: 之江实验室
Abstract: 本发明公开了一种基于大模型和人工智能代理的医学多模态辅助诊疗系统，该系统包括：用于接收和预处理医学相关临床问题和医学影像数据的数据输入与预处理模块；用于采用深度学习方法和大模型AI‑Agent对预处理后的医学数据进行综合智能分析的综合智能分析模块；用于使用AI‑Agent对综合智能分析结果进行整合以生成诊断报告的诊断报告生成模块；用于将诊断报告和分析数据打包后导出的报告导出与数据打包模块。本发明能够生成易于理解的诊断报告，为医生提供即时的诊断参考；不仅提高了医疗影像分析的效率，还通过生成详细的诊断报告，改善医患沟通的质量；本发明实现方法灵活，易于集成于现有医疗系统中，显著提高诊疗质量和效率。
-
公开(公告)号：CN118394979B
公开(公告)日：2024-09-17
申请号：CN202410872463.0
申请日：2024-07-01
Applicant: 之江实验室
IPC: G06F16/903 , G06F16/901 , G06N5/01
Abstract: 本申请涉及一种用于Neo4j图数据库闪回查询方法、装置和存储介质，其中，该用于Neo4j图数据库闪回查询方法包括：通过在接收到针对Neo4j图数据库的数据建立版本请求的情况下，获取针对Neo4j图数据库的数据存储文件的写入请求，其中，写入请求包括数据存储文件的文件名和实际写入位置；对Neo4j图数据库中的数据文件类型的数据存储文件基于预设的大小进行划分，得到若干数据块；根据实际写入位置确定若干数据块中变化的数据块；将变化的数据块和非数据文件类型的数据存储文件一并提交至版本库，得到Neo4j图数据库的数据版本号；根据数据版本号进行闪回查询得到目标闪回查询结果，减少了Git库的存储资源的浪费，提高了Git库的存储资源利用率。
-
公开(公告)号：CN118587443A
公开(公告)日：2024-09-03
申请号：CN202411074124.4
申请日：2024-08-07
Applicant: 之江实验室
IPC: G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/09 , G06N3/096 , G06N3/042 , G06V10/764
Abstract: 本发明公开了一种基于自训练和先验引导的图像分割方法和装置，该方法包括：对原始图像数据集进行标注，生成对应的真实掩码；使用含有真实掩码的图像对伪掩码生成网络进行训练，训练好的伪掩码生成网络用于根据不含掩码的图像生成伪掩码；从掩码图像中提取边界，生成边界图像；所述掩码图像包括真实掩码图像和伪掩码图像；基于原始图像及其对应的掩码图像和边界图像拼接成三通道图像；所述三通道图像用于训练图像分割模型，训练好的图像分割模型用于对待求图像进行分割。在计算资源和数据有限的情况下，本发明方法可以最大限度的减少训练参数量的同时发挥现有大模型的优势。本发明方法还可以加强分割模型的先验知识，进一步提升图像分割的结果。
-
公开(公告)号：CN118332508B
公开(公告)日：2024-08-23
申请号：CN202410767443.7
申请日：2024-06-14
Applicant: 之江实验室
IPC: G06F18/25 , G06F18/214 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种面向模态缺失的多模态融合处理方法、电子设备、介质，所述方法包括：获取第一模态数据和与其一一对应的第二模态数据；将第一模态数据和第二模态数据输入至预先训练好的业务预测模型，得到业务预测值；其中，业务预测模型的执行过程包括：对第一模态数据进行特征提取，得到第一模态特征；当第二模态数据存在时，对第二模态数据进行特征提取，得到第二模态特征；当第二模态数据不存在时，通过第一模态特征生成第二模态特征；第一模态特征和第二模态特征经特征融合后，得到业务预测值。
-
-
-
-
-
-
-
-
-
Search Results
401
records
(took 0.023 seconds)
