-
公开(公告)号：CN119474883A
公开(公告)日：2025-02-18
申请号：CN202510051703.5
申请日：2025-01-14
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/214 , G06F18/20 , G06F18/25 , G06F18/213
Abstract: 本发明公开了一种医学多模态基座模型的训练方法、系统、设备和存储介质，涉及模型训练技术领域，方法包括：构建医学多模态基座模型；对每个数据处理分支进行训练；当对每个数据处理分支训练完成后，利用每个数据处理分支的输出数据，对多任务解码器进行训练。一方面，基于模型迁移能力，能够利用少量的多模态数据，对多任务解码器进行更好的训练，且得到的训练好的医学多模态基座模型能够支持输入多模态数据；另一方面，通过对数据处理分支和多任务解码器进行解耦训练，能够减少数据处理分支与多任务解码器之间的相互依赖，从而提高训练好的医学多模态基座模型的稳定性、泛化能力和预测精准度。
-
公开(公告)号：CN119170189A
公开(公告)日：2024-12-20
申请号：CN202411611277.8
申请日：2024-11-12
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及医疗领域，特别涉及权衡知识库和模型结果的脑肿瘤诊疗方案生成方法及系统，该方法包括：获取与脑肿瘤相关的文本证据信息；构建知识库；构建并训练诊疗方案生成模型；构建并训练方案打分模型；获取目标患者的病案文本信息，基于知识库匹配技术和诊疗方案生成模型的模型生成结果，生成脑肿瘤诊疗方案的推荐方案。本发明通过权衡精确的知识库和准确的模型生成结果，利用推荐方案生成技术来动态生成个性化的辅助诊疗方案，不仅提高了诊疗决策的准确性和效率，还能够为医务人员提供更好的决策支持。
-
公开(公告)号：CN114974490B
公开(公告)日：2024-11-05
申请号：CN202210589095.X
申请日：2022-05-27
Applicant: 神州医疗科技股份有限公司
IPC: G16H10/60 , G06F16/35 , G06F40/205 , G06F40/242 , G06F40/289 , G06F40/30
Abstract: 本公开的实施例公开了用于构建医学术语平台的方法、装置、电子设备和介质。该方法的一具体实施方式包括：选取数据源，采集医学词语集合；对上述医学词语集合进行数据处理，得到数据处理完成的医学词语集合；基于上述数据处理完成的医学词语集合，建立各个医学词语之间的关系；将关系建立完成的医学词语集合确定为目标医学术语集合，以及将上述目标医学术语集合发布至目标医学术语平台。该实施方式实现了医学信息命名规范、统一，即使有多个数据源也可以轻松处理得到符合要求的医学术语集合，构建的医学术语平台也有助于医学问诊、医学预警、医学指南推荐等医疗相关服务。
-
公开(公告)号：CN117976198B
公开(公告)日：2024-06-21
申请号：CN202410366312.8
申请日：2024-03-28
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/20 , G06F16/35 , G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/0895 , G06N3/094 , G06N3/096
Abstract: 本发明涉及医学跨域数据处理技术领域，尤其涉及基于数据筛选和对抗网络的医学跨域辅助诊断方法及装置；该方法能够在已知源域已标注电子病历文本数据数量的基础上，通过源域已标注电子病历文本数据的数量和目标域未标注电子病历文本数据的数量之间的关系公式，能够计算目标域未标注电子病历文本数据所需的数量，并采用权重随机抽样法，实现目标域未标注电子病历文本数据所需数量的筛选，随后将源域已标注电子病历文本数据和筛选出的目标域未标注电子病历文本数据进行合并训练，利用优化后的对抗网络，能够在保证模型效果的基础上，不仅加快模型的推理速度，还能够提高疾病诊断预测结果的准确率。
-
公开(公告)号：CN117976198A
公开(公告)日：2024-05-03
申请号：CN202410366312.8
申请日：2024-03-28
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/20 , G06F16/35 , G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/0895 , G06N3/094 , G06N3/096
Abstract: 本发明涉及医学跨域数据处理技术领域，尤其涉及基于数据筛选和对抗网络的医学跨域辅助诊断方法及装置；该方法能够在已知源域已标注电子病历文本数据数量的基础上，通过源域已标注电子病历文本数据的数量和目标域未标注电子病历文本数据的数量之间的关系公式，能够计算目标域未标注电子病历文本数据所需的数量，并采用权重随机抽样法，实现目标域未标注电子病历文本数据所需数量的筛选，随后将源域已标注电子病历文本数据和筛选出的目标域未标注电子病历文本数据进行合并训练，利用优化后的对抗网络，能够在保证模型效果的基础上，不仅加快模型的推理速度，还能够提高疾病诊断预测结果的准确率。
-
Patent Agency Ranking
公开(公告)号：CN117708306B
公开(公告)日：2024-05-03
申请号：CN202410168381.8
申请日：2024-02-06
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G16H50/20 , G16H10/60 , G06F40/295 , G06F18/24 , G06N3/044 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了基于层进式问答结构的医学问答架构生成方法及系统，本方案利用电子病历文本结合层进式问答结构来进行医学问题和答案生成的技术框架，通过模仿医生层层递进式的提问方式，构建了一套完整的问题生成及问题回答框架，通过本方案提出的问答架构可以稳定准确的提取电子病历中的关键信息，并做出判断，然后送入后续的疾病诊断框架，提高医生获取患者关键信息的效率和准确率，降低误诊风险。
-
公开(公告)号：CN117952988A
公开(公告)日：2024-04-30
申请号：CN202410120321.9
申请日：2024-01-29
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及一种腹部CT图像的肝脏和肝脏肿瘤3D分割后处理方法，该方法包括以下步骤：获取腹部CT图像，并进行肝脏和肝脏肿瘤的分割，得到第一肝脏分割结果和第一肝脏肿瘤分割结果；分别对所述第一肝脏分割结果和所述第一肝脏肿瘤分割结果进行第一次处理，得到第三肝脏分割结果和第三肝脏肿瘤分割结果，取并集后得到第四肝脏分割结果；对所述第四肝脏分割结果进行第二次处理，得到第八肝脏分割结果；对所述第八肝脏分割结果进行第三次处理，得到最终的肝脏分割输出结果，将所述肝脏输出图像与所述第三肝脏肿瘤分割结果取交集，得到最终的肝脏肿瘤分割输出结果。本发明，能够实现降低分割偏差的目的，提高肝脏及肝脏肿瘤分割的精度。
-
公开(公告)号：CN117649418B
公开(公告)日：2024-04-19
申请号：CN202410128271.9
申请日：2024-01-30
Applicant: 神州医疗科技股份有限公司
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种胸部多器官分割方法及系统和计算机可读存储介质；本发明采用STUNet模型作为分割模型的基础模型，采用对部分器官标记的胸部CT图像进行训练，对缺标数据赋予伪标签，最终实现将无标或缺标的胸部CT图像形成全标记CT图像，进而训练得到胸部多器官分割模型，实现对无标或缺标的胸部CT图像的分割，解决了胸部CT图像全数据少的问题，使缺标或无标的胸部CT图像得到充分利用，实现准确的胸部多器官分割模型的构建。
-
公开(公告)号：CN117764204A
公开(公告)日：2024-03-26
申请号：CN202410191910.6
申请日：2024-02-21
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及医学数据构建技术领域，尤其涉及一种医学领域中的强化学习数据构建方法及系统；该方法包括：获取原始电子病例；对原始电子病例进行数据脱敏处理，得到脱敏数据集；对脱敏数据集进行实体标注和关系标注，构建状态集；构建预测集；对症状词语/症状关系词组与开源大模型答案进行人工校验，将正确的校验结果和对应的检查项价格进行标注，构建核对集；对检查项价格进行规整处理；构建强化学习数据集；基于该强化学习数据集，便于开展后续相关的强化学习，同时能够根据给定的病症或其它结果推荐价格较低的检查项目，以便为医生和患者在医学辅助诊断推荐决策中提供合适的推荐选择，降低医疗成本，提高医疗效果。
-
公开(公告)号：CN117174261B
公开(公告)日：2024-03-01
申请号：CN202311451817.6
申请日：2023-11-03
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明公开了一种用于医学影像的多类型标注流程集成系统，所述系统由预训练模型标注子系统、2D标注子系统和3D标注子系统共同集成，本系统针对不同的医学影像提供了不同类型的标注流程，能够适用于各类医学系统，满足不同医疗系统的需求，有助于医疗工作者做出更加准确的诊断，提高了医疗服务质量，通过使用本系统，医疗工作者能够有效地处理医学影像的信息，实现对影像的准确定位和有力的分析，提高了医生和医疗工作者的诊断精度和准确度。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.063 seconds)
