-
公开(公告)号：CN119887629A
公开(公告)日：2025-04-25
申请号：CN202411799053.4
申请日：2024-12-09
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及一种医学影像标注结果修正方法、装置、电子设备及介质，该方法包括：获取待修正医学影像，对于每个所述目标区域，确定该目标区域对应的最大直径以及该最大直径对应的两个目标顶点各自的像素坐标，根据所述目标区域对应的缩放尺寸，对所述目标区域进行缩放处理，并基于所述目标区域的最大直径、缩放尺寸和各个顶点各自的像素坐标，确定所述目标区域在缩放处理后的各顶点的目标坐标；根据所述目标区域在缩放处理后的各顶点的目标坐标，对所述目标区域的初始标注结果进行修正，得到目标标注结果。通过本发明的方法，可提高标注效率，降低标注人员的工作量，减少标注成本开支。
-
公开(公告)号：CN119862956A
公开(公告)日：2025-04-22
申请号：CN202411815176.2
申请日：2024-12-11
Applicant: 神州医疗科技股份有限公司
IPC: G06N5/04 , G06F16/34 , G06F16/3329
Abstract: 本发明涉及自然语言处理技术领域，具体公开一种提高RAG技术文本生成内容可解释性的方法及系统，该方法包括：针对RAG技术的检索阶段，根据问题文本关联的每个文档片段与问题文本的语义相似度，确定每个文档片段的归一化权重值；归一化权重值表征文档片段对于生成文本的贡献程度；针对RAG技术的生成阶段，获取生成文本中的每个生成单词在生成过程中所依赖的目标文档片段及目标文档片段对应的注意力权重值；注意力权重值表征生成单词在生成过程中所依赖的目标文档片段的重要程度。本发明通过透明化RAG技术的检索过程与生成过程，并提供文本生成内容清晰、可追溯的解释，能够提升RAG技术在高可信度要求领域的可解释性和透明度。
-
公开(公告)号：CN119848538A
公开(公告)日：2025-04-18
申请号：CN202411829906.4
申请日：2024-12-12
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/214 , G06F18/241 , G06N3/045
Abstract: 本发明涉及一种数据处理方法、装置、电子设备及计算机存储介质，该方法包括：获取针对目标领域的待处理数据；根据预训练的目标分类模型，对所述待处理数据进行分类处理，得到所述待处理数据的分类结果，其中，所述目标分类模型是基于小数据量的第一训练集、第一网络确定的初始累计梯度，以及基于初始累计梯度、第二网络的初始权重矩阵和小数据量的第二训练集确定的第二权重矩阵训练得到的。通过本发明的方法，可基于小数据量的训练样本，对目标网络进行微调，训练得到目标分类模型，以使得到的目标分类模型可准确的对目标领域的待处理数据进行准确的分类。
-
公开(公告)号：CN119848188A
公开(公告)日：2025-04-18
申请号：CN202411778331.8
申请日：2024-12-05
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/3329 , G06F16/334 , G06F16/335 , G06F40/284 , G06F40/30 , G06F16/36 , G06N5/04 , G06N5/022 , G06N3/0455
Abstract: 本发明公开了一种针对大模型检索增强生成的文档切分方法，涉及文档切分技术领域，方法包括：以任一二级标题以及该二级标题下的文字内容为一个待分析对象，对每个待分析对象中的字符个数进行统计，并在字符个数超过预设字符个数时，对所述文字内容进行段落拆分；对拆分后的每个部分进行切分置信度的计算，基于相邻部分对应的切分置信度，对相邻部分进行合并或分割处理。本发明通过对相邻部分进行切分置信度的计算，可以准确的对文档进行部分切分，有效的保证了切分的效果，另外基于切分置信度，可以有效的保证切分后，前后语义的完整性。
-
公开(公告)号：CN119537561A
公开(公告)日：2025-02-28
申请号：CN202510106809.0
申请日：2025-01-23
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/3329 , G06N5/022 , G06N3/042
Abstract: 本发明公开了一种基于知识图谱的大模型回答效果评估方法及系统，涉及大语言模型领域。公开了将多个问句进行预处理；预处理后的句子通过卷积计算得到关键词节点；通过关键词节点提取关键词属性；根据每个关键词节点的关键词属性的注意力影响分数，对各关键词属性进行筛选；使用筛选后的关键词属性构建上下文图，并经过多层感知机对关键词节点进行分类，得到多组关键词头节点和关键词尾节点；利用关键词节点为实体，分类结果为实体关系生成关键词知识图谱；将用户输入的问句通过大模型进行问答；对大模型的结果进行评测。本发明能够自动评估问答系统的回答效果，提高评估的效率和准确性。
-
Patent Agency Ranking
公开(公告)号：CN119003993B
公开(公告)日：2025-02-28
申请号：CN202411456386.7
申请日：2024-10-18
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明公开了一种通用心电基座大模型框架构建方法及系统，本方案提出增强VQ‑VAE模型，改进后的增强VQ‑VAE模型可以适用于不同长度、不同噪声等级和多种导联情况的心电信号，提出掩码ECG建模模型，该模型是一种针对1D心电信号的自监督预训练框架，现有的掩码建模大多是基于语言或图像开发的，无法直接用于心电任务。本方案针对心电信号设计了合理的掩码建模ECG分块参数和ECG编码器的嵌入层维度，通过构建上述心电自监督预训练任务，能够有效降低数据标注成本，并且模型并不依赖于特定任务，是一种通用的ECG框架，广泛适用于不同的ECG任务。
-
公开(公告)号：CN119007825B
公开(公告)日：2025-01-24
申请号：CN202411480609.3
申请日：2024-10-23
Applicant: 神州医疗科技股份有限公司
IPC: G16B40/00 , G16B50/00 , G06F16/2455 , G06F16/2458 , G06F16/248 , G16H50/30 , G06N20/00
Abstract: 本发明涉及生物信息学、基因检测和医学领域，尤其涉及基于人工智能的风险预测变异位点筛选评价系统及方法，该系统包括：包括文献检索模块、评价指标提取模块、评分模块、变异位点筛选模块和用户交互模块。该系统支持自动化实现地文献检索、评价指标提取、位点评分、变异位点筛选等功能，不仅能够有效提高变异位点筛选的效率和准确性，还能够有效地筛选出高质量的变异位点，以便为疾病风险预测、个性化医疗和临床基因检测提供重要支持。
-
公开(公告)号：CN119296791A
公开(公告)日：2025-01-10
申请号：CN202411812532.5
申请日：2024-12-10
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/30 , G16H50/70 , G16B20/20 , G06V10/774
Abstract: 本发明涉及人工智能中的医疗数据处理技术领域，特别涉及融合图像识别、大模型和PRS的疾病预测方法及系统，该方法包括：获取初始GWAS芯片基因型数据；获取亚洲人群的GWAS Summary数据，计算并形成PRS矩阵；对PRS矩阵进行维度转化处理和归一化处理；对归一化映射PRS分值进行叠加处理，生成PRS图像数据；训练并验证图像识别模型；训练并验证多模态大语言模型；采用图像识别模型和多模态大语言模型进行疾病预测。本发明利用图像识别的特征与识别能力，综合考虑多个PRS分值对于同一表型的影响，不仅可以有效规避偏向性问题，还能够有效提高模型预测结果的准确性和可靠性；结合多模态大语言模型的多标签能力，能够实现对同一张PRS图像数据进行多种疾病的结果预测。
-
公开(公告)号：CN119295392A
公开(公告)日：2025-01-10
申请号：CN202411333475.2
申请日：2024-09-24
Applicant: 西安市第一医院 , 神州医疗科技股份有限公司
IPC: G06T7/00 , G06V10/26 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了基于深度学习的眼眶图像分割识别方法，其特征在于，将注意力机制引入Unet网络结构，利用以往的眼部CT/MRI影像进行模型训练，构建眼部区域分割网络模型，通过分割网络模型将待处理眼部CT/MRI影像分割为不同区域，再分别对不同区域测量其相应数据，得到眼部CT/MRI影像分割结果。本发明基于深度学习的眼眶图像分割识别方法解决了现有技术对眼眶MRI图像分割不明确、图像识别及数据测量不精确的问题。
-
公开(公告)号：CN114999654B
公开(公告)日：2024-11-26
申请号：CN202210750831.5
申请日：2022-06-28
Applicant: 神州医疗科技股份有限公司
Abstract: 本申请提供了一种基于知识图谱的糖尿病风险预测方法、装置、设备及介质，其中，该方法包括：使用待预测对象的第一病历数据对糖尿病知识图谱进行更新得到目标知识图谱；根据目标知识图谱中待预测年份节点的周围节点的第一节点向量，确定待预测年份节点的第二节点向量；根据第二节点向量和目标节点与待预测年份节点之间的第一关联关系向量得到第一拼接向量；目标节点为患病节点和/或未患病节点；第一关联关系向量是根据待预测年份节点与周围节点之间的第二关联关系向量确定的；将第一拼接向量和目标节点向量输入到糖尿病风险预测模型中输出第一余弦相似度；根据第一余弦相似度确定糖尿病的患病概率。通过该方法提高了糖尿病风险预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
160
records
(took 0.041 seconds)
