-
公开(公告)号:CN117009924B
公开(公告)日:2024-01-26
申请号:CN202311277196.4
申请日:2023-10-07
Applicant: 之江实验室
IPC: G06F18/25 , G06F18/214 , G06F18/24 , G16H10/60
Abstract: 本发明涉及一种电子病历引导的多模态自适应多中心数据融合方法及系统,所述融合方法包括以下步骤:在服务器端构建电子病历引导的多模态融合网络模型,该多模态网络模型包括编码器模块、电子病历引导的多模态注意力模块、电子病历引导的多头共注意力模块和自适应降采样模块;以各客户端作为参与者构建联邦学习框架,基于各客户端的本地数据完成用于多中心协作交互的基于联邦学习的多模态网络模型参数的动态更新,自适应实现多中心电子病历数据和影像数据的融合。与现有技术相比,本发明在充分挖掘多模态数据中隐藏的有用信息的基础上,引入联邦学习机制,充分利用分布在不同医疗机构的多模态信息,解决数据融合精度低及泛化性差的问题。
-
公开(公告)号:CN117036830B
公开(公告)日:2024-01-09
申请号:CN202311285978.2
申请日:2023-10-07
Applicant: 之江实验室
IPC: G06V10/764 , G06V10/774 , G06V10/77 , G06V10/80 , G06V10/82
Abstract: 本说明书公开了一种肿瘤分类模型训练方法、装置、存储介质及电子设备,包括:确定历史上患者的医学图像作为训练样本。针对每一个期相图像,将该期相图像输入待训练的肿瘤分类模型的特征提取层,确定该期相图像的图像特征。再将各期相图像分别对应的图像特征输入待训练的肿瘤分类模型的期相注意力层,以通过期相注意力层对各期相图像分别对应的图像特征进行注意力加权,得到各期相图像分别对应的加权特征。将各加权特征输入待训练的肿瘤分类模型的分类层,确定分类结果。将医学图像对应的肿瘤类型作为标注,以分类结果以及标注之间的差异最小为训练目标,对待训练的肿瘤分类模型进
-
公开(公告)号:CN117009839B
公开(公告)日:2024-01-09
申请号:CN202311267386.8
申请日:2023-09-28
Applicant: 之江实验室
Abstract: 本申请涉及一种基于异构超图神经网络的患者聚类方法和装置,其中,该基于异构超图神经网络的患者聚类方法包括:根据各个对象的电子病历信息,构建与对象对应的异构超图;将目标模型中表示学习模块对应的重构损失函数,以及目标模型中对象聚类模块对应的聚类损失函数作为模型整体损失,对目标模型进行训练,直至目标模型收敛,输出对象聚类模块中的最终聚类结果;其中,在目标模型的训练过程中,基于每次表示学习模块从异构超图中学习到的节点表示矢量,更新对象聚类模块中的聚类结果;节点表示矢量为异构超图中每个对象的就诊记录节点对应的表示矢量。通过本申请,解决了无法获取准确的聚类结果的问题,实现了提高聚类结果的准确性。
-
公开(公告)号:CN116959715B
公开(公告)日:2024-01-09
申请号:CN202311199176.X
申请日:2023-09-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于时序演进过程解释的疾病预后预测系统,该系统包括:数据采集模块,用于从电子病历数据库中提取患者的相关健康医疗数据;数据预处理模块,用于对相关健康医疗数据进行预处理;预后预测与归因模块,用于预测不同时间节点的预后,并对风险因素进行重要程度解释;可视化模块,基于预后预测与归因模块中得到的结果,解释预测结果并进行数据可视化。本发明融合了结构化的实验室检查数据和非结构化的病程记录的长期数据,在为患者不同时间周期下的预后做出精准预测的同时,对模型做出充分解释,并且提供可视化方法增加模型
-
公开(公告)号:CN116881725B
公开(公告)日:2024-01-09
申请号:CN202311152151.4
申请日:2023-09-07
Applicant: 之江实验室
IPC: G06F18/214 , G16H50/30 , G06F18/25 , G06F18/241 , G06F18/211
Abstract: 本说明书公开了一种癌症预后预测模型训练装置、介质及电子设备,包括:第二确定模块根据第一确定模块确定出的各训练样本对应的基因表达数据以及医学图像,分别确定各训练样本对应的基因特征以及图像特征。拼接模块再将各基因特征以及各图像特征分别进行拼接,得到各多模态特征。筛选模块根据各训练样本的多模态特征,从各训练样本的图像特征的各维度中,筛选用于表征各训练样本的多模态特征的维度,将筛选出的维度对应的特征作为各训练样本的输入特征。训练模块根据各输入特征以及各标注,对待训练的癌症预后预测模型进行训练,使得后续直接根据特征权重,将对图像特征进行筛选后的特征输入癌症预后预测模型预测复发情况,提
-
公开(公告)号:CN117334246A
公开(公告)日:2024-01-02
申请号:CN202311284290.2
申请日:2023-09-28
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于计算的药物重定位的方法、装置及存储介质,获取待检测样本的基因表达数据,将所述基因表达数据输入预先训练的通路异常检测模型,获得若干个通路及所述若干个通路对应的通路异常评分,根据所述若干个通路对应的通路异常评分,确定目标通路,获取待重定位药物的作用基因集,根据目标通路,构建有向图,根据有向图,确定所述作用基因集中的作用基因与所述目标通路中的目标基因的距离,其中,所述有向图为以基因为节点,以基因之间的交互关系为边构建的,根据所述距离,对待重定位药物进行重定位。本方法通过作用基因与目标基因之间的距离,对药物进行重定位,提高了药物重定位的效率。
-
公开(公告)号:CN116994671B
公开(公告)日:2024-01-02
申请号:CN202311242750.5
申请日:2023-09-25
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于点云数据快速筛选小分子药物的方法及装置。方法包括:获取靶蛋白对应的受体结构模型,并基于受体结构模型中各原子之间的空间几何关系,确定受体结构模型对应的第一点云数据;根据第一点云数据对受体结构模型进行裁剪,得到目标受体结构模型;针对每个药物分子,确定靶蛋白与该药物分子的复合物结构模型;确定复合物结构模型对应的第二点云数据,并根据第二点云数据中的每个原子点对应的位置信息、每个原子点对应原子的类型信息以及每个原子点对应原子的结构信息中的至少一种,构建预测模型的输入数据;将输入数据输入预先训练的预测模型中,确定结合亲和力;根据每个药物分子与靶蛋白之间的结合亲和
-
公开(公告)号:CN117271804A
公开(公告)日:2023-12-22
申请号:CN202311548856.8
申请日:2023-11-21
Applicant: 之江实验室
Abstract: 本发明涉及一种共病特征知识库生成方法、装置、设备及介质,属于医疗数据处理技术领域,其中方法包括以下步骤:采集患者电子病历文本并进行数据预处理;提取电子病历文本的实体和信息组,得到文本深层结构化结果,所述信息组由实体对组成;基于深度学习模型对文本深层结构化结果进行术语标准化,形成共病特征;根据术语标准化后的文本深层结构化结果和人工诊断结果,利用辅助诊断模型补充诊断结果,并基于关联规则算法挖掘诊断结果的共病模式;基于共病特征和共病模式构建共病特征知识库。与现有技术相比,本发明构建的共病特征知识库具有支持细粒度筛查等优点。
-
公开(公告)号:CN116759041B
公开(公告)日:2023-12-22
申请号:CN202311057070.6
申请日:2023-08-22
Applicant: 之江实验室
IPC: G16H10/60 , G16H50/70 , G06N3/0455 , G06N3/0442 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种考虑诊疗事件关系的医疗时序数据生成方法,包括:基于患者就诊信息获取诊疗事件集合和就诊集合;采用训练好的就诊自编码器模型的编码器、就诊长短期记忆自编码器模型、就诊长短期记忆自编码器模型解码器辅助的生成对抗网络获取重构的就诊嵌入表示,将重构的就诊嵌入表示输入到训练好的就诊自编码器模型的解码器获取重构的就诊多热编码,根据重构的就诊多热编码得到重构的就诊中包含的诊疗事件,最终输出带有时序信息且包含多个诊疗事件的医疗数据。本发明还公开了一种考虑诊疗事件关系的医疗时序数据生成装置。本发明方法可以获取融合时序信息且包含丰富的诊(56)对比文件Bashar, MA等.TAnoGAN: Time SeriesAnomaly Detection with GenerativeAdversarial Networks《.2020 IEEE SYMPOSIUMSERIES ON COMPUTATIONAL INTELLIGENCE(SSCI)》.2021,第1778-1785页.周梦颖;金涛;王瀛;王建民.诊疗活动向量化表示研究.计算机集成制造系统.2019,(第04期),第1010-1016页.
-
公开(公告)号:CN117233676A
公开(公告)日:2023-12-15
申请号:CN202311521346.1
申请日:2023-11-15
Applicant: 之江实验室
IPC: G01R33/563 , G01R33/56 , A61B5/055
Abstract: 本发明公开了一种回波时间依赖的磁共振扩散成像信号生成方法和装置,包括:获取磁共振无扩散加权图像和磁共振多b值扩散加权图像;根据无扩散加权图像和人体组织内多种水成分的定量值,逐体素计算人体组织内多种水成分对应的无值加权的磁共振扩散信号;根据多b值扩散加权图像、磁共振扩散信号以及定量值,逐体素计算人体组织内多种水成分对应的扩散系数;根据多b值扩散加权图像、磁共振扩散信号、定量值以及扩散系数,逐体素计算生成使用任何回波时间采集的磁共振扩散成像信号。该方法和装置能够解决了磁共振扩散成像模型参数随磁共振序列中回波时间变化而引起测量偏差的技术问题。
-
-
-
-
-
-
-
-
-