-
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。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN117274750A
公开(公告)日：2023-12-22
申请号：CN202311573882.6
申请日：2023-11-23
Applicant: 神州医疗科技股份有限公司
IPC: G06V10/774 , G06N3/0464 , G06N3/084 , G06N3/096 , G06T7/00 , G06T7/11 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/74
Abstract: 本发明公开了一种知识蒸馏半自动可视化标注方法及系统，涉及数据标注技术领域。包括得到预训练后的医学图像分割模型，优化模型预训练损失；基于医学图像数据集采用无监督预训练方法得到的数据训练得到图像特征预测模型；将医学图像数据集输入医学图像分割模型和图像特征预测模型后，提取第一特征图和第二特征图；根据图像分割标注生成语义mask，用语义mask加权平均池化，得到第一特征向量和第二特征向量；计算第一特征向量和第二特征向量之间的余弦相似度，得到医学图像分割模型的蒸馏误差；合并预训练损失和蒸馏误差得到总损失，基于总损失优化医学图像分割模型。本发明实现了协作标注和隐私保护，提升了医学标注效率。
-
公开(公告)号：CN117235240A
公开(公告)日：2023-12-15
申请号：CN202311507853.X
申请日：2023-11-14
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/332 , G06F9/54 , G06F18/25
Abstract: 本发明公开了一种基于异步消费队列的多模型结果融合问答方法及系统，本方案通过模型融合训练使得模型的输出更加合理，降低了标注数据量，提高了标注速度，同时通过异步的调用方式，我们可以实现和用户端进行联动操作，通过本发明可以快速完成医患之间的交流，帮助医护人员及时预测分析出与患者健康状况，以便于医护人员做出相应的健康护理决策。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.052 seconds)
