-
公开(公告)号：CN119232496A
公开(公告)日：2024-12-31
申请号：CN202411746983.3
申请日：2024-12-02
Applicant: 中国医学科学院北京协和医院 , 神州医疗科技股份有限公司
Abstract: 本申请提供一种医疗数据的加密传输系统及方法，涉及数据处理技术领域，其中，服务端响应医疗数据分析请求，与每个客户端通过以下步骤进行模型参数的加密传输：服务端接收该客户端发送的模型参数获取请求；服务端基于该客户端对应的请求验证信息对该客户端进行身份验证；若该客户端身份验证通过，则服务端基于该客户端对应的历史优化模型参数生成密钥字符串，对本轮待发送的优化模型参数进行加密处理，以生成密文数据包并发送给该客户端；该客户端基于标识符确定出解密密钥，对接收到的密文数据包解密，以获得优化模型参数；该客户端基于获取到的优化模型参数，对本地的局部分析模型进行更新，以使服务端确定该客户端下一轮的优化模型参数。
-
公开(公告)号：CN119202630A
公开(公告)日：2024-12-27
申请号：CN202411731743.6
申请日：2024-11-29
Applicant: 中国医学科学院北京协和医院 , 神州医疗科技股份有限公司
IPC: G06F18/20 , G16H30/00 , G16H40/67 , G16H50/20 , G16H50/30 , G16H80/00 , G06N3/0442 , G06N3/08 , G06V10/40 , G06V10/764 , G06V10/80 , G06F18/213 , G06F18/2415 , G06F18/25
Abstract: 本申请提供一种罕见病会诊数据的处理系统及方法，涉及医疗技术领域，处理系统包括罕见病分析端、多个医学科室客户端，罕见病分析端用于接收任意一个目标医学科室客户端发送的罕见病MDT协同分析请求；提取该学科专家病种预测结果对应的语义特征向量，以及根据目标患者的医疗影像图片，提取图片特征向量；将语义特征向量和图片特征向量输入至预先训练好的疾病分类器，以获取疾病分类器输出的综合病种预测结果；使得与综合病种预测结果对应的医学科室客户端基于所有的医疗检测数据及医疗影像图片确定综合病种预测结果的患病概率；并根据患病概率以及疾病分类器输出的综合病种预测结果，确定目标患者的最终病种预测结果。
-
公开(公告)号：CN119025869A
公开(公告)日：2024-11-26
申请号：CN202411507151.6
申请日：2024-10-28
Applicant: 中国医学科学院北京协和医院 , 神州医疗科技股份有限公司
IPC: G06F18/20 , G06F40/30 , G16H80/00 , G06F18/213 , G06F18/241 , G10L25/66 , G10L15/26
Abstract: 本申请提供一种MDT会诊数据的分析系统，涉及数据处理技术领域，系统包括数据分析端和医生端，数据分析端用于基于至少一个学科专家在目标患者的MDT会诊中针对目标患者所患病种实体的发言语音数据，确定出每个学科专家针对目标患者所患疾病的诊断结果。以及数据分析端还用于将诊断结果发送给与学科专家对应的医生端，以基于学科专家确认后的诊断结果形成会诊报告，利用深度学习对学科专家发言的自信程度分析以及语义分析，确定学科专家的诊断结果，还设置了学科专家审核环节，提高了自动化会诊报告生成的准确性。
-
公开(公告)号：CN120072318A
公开(公告)日：2025-05-30
申请号：CN202510526018.3
申请日：2025-04-25
Applicant: 中国医学科学院北京协和医院 , 神州医疗科技股份有限公司
IPC: G16H50/30 , G16H50/70 , G16H10/60 , G06F18/241 , G06F18/22
Abstract: 本发明涉及互联网技术领域，尤其涉及罕见病的病情发展趋势预测方法、装置、电子设备及介质，该方法包括：根据当前时间段内的所有体检数据的数据特征对所有体检数据进行划分，得到多个目标时间段内的体检数据；分别将各目标时间段内的体检数据输入到与该罕见病类型对应的患病指数确定模型中，得到各目标时间段对应的患病指数；将目标时间段作为横坐标、对应的患病指数作为纵坐标生成目标趋势折线；计算目标趋势折线与各对照趋势折线之间的相似度；根据相似度确定该罕见病患者针对该罕见病类型的病情发展趋势。通过本申请能够准确预测罕见病的病情发展趋势。
-
公开(公告)号：CN119625762A
公开(公告)日：2025-03-14
申请号：CN202510157747.6
申请日：2025-02-13
Applicant: 中国医学科学院北京协和医院 , 神州医疗科技股份有限公司
IPC: G06V30/26 , G06V30/42 , G06V30/418 , G06V30/19 , G06V10/82 , G06V40/20 , G10L15/26 , G16H10/60 , G06F40/174
Abstract: 本申请提供了一种医疗信息录入方法、装置、电子设备及可读存储介质，其中，该方法包括：获取通过位于病房内的摄像头对医疗文档中的文字进行拍摄得到的医疗文档照片；根据医疗文档照片的拍摄时间信息和拍摄位置信息，调用医疗文档生成时的录音数据和录像数据；使用OCR文字识别技术从医疗文档照片中提取第一文档信息；基于录音数据和录像数据对第一文档信息进行校正；将校正后的第一文档信息录入到数据库中。通过该方法，提高信息录入的准确性。
-
Patent Agency Ranking
公开(公告)号：CN119226817A
公开(公告)日：2024-12-31
申请号：CN202411718945.7
申请日：2024-11-28
Applicant: 中国医学科学院北京协和医院 , 神州医疗科技股份有限公司
Abstract: 本发明涉及互联网技术领域，尤其涉及一种罕见病严重程度的确定装置及方法，该装置包括：处理器、存储介质和总线，处理器执行机器可读指令，以根据目标用户的目标罕见病类型对应的检测数据与目标罕见病类型在不同严重程度下对应的罕见病特征检测数据之间的相似度，确定目标用户对于目标罕见病类型的严重程度，为医生提供有效治疗方向，从而避免目标用户不必要的检查和不合理治疗，缩短了目标用户的治疗时长。
-
公开(公告)号：CN120086369A
公开(公告)日：2025-06-03
申请号：CN202510042178.0
申请日：2025-01-10
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明公开了一种基于逐层解冻递进式训练模型的文本分类方法，涉及文本分类技术领域，方法包括：获取待分类的新闻文本数据，将所述待分类的新闻文本数据输入至逐层解冻递进式训练模型中，得到分类结果；所述逐层解冻递进式训练模型包括通过顺序递进微调策略和/或组合递进微调策略进行训练；所述逐层解冻递进式训练模型包括嵌入层、注意力层、前馈层、隐藏层以及密集层。本方案通过至少一种训练策略，即顺序递进微调策略和/或组合递进微调策略进行模型的训练能够挖掘模型本身的潜力，进而达到训练处效果最优的模型的目的，基于此，可以实现对于待分类的新闻文本数据的精准分类处理。
-
公开(公告)号：CN119987892A
公开(公告)日：2025-05-13
申请号：CN202510048386.1
申请日：2025-01-13
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及计算机技术领域，尤其涉及一种CS应用程序运行方法、系统、存储介质和电子设备，该方法包括：响应于在BS应用程序中发送的HTTP请求，确定目标CS应用程序的绝对路径参数，并控制中间件应用程序判断所述绝对路径参数是否正确，得到判断结果；当所述判断结果为是时，控制所述中间件应用程序自动运行所述目标CS应用程序。本发明能够大大改善运行CS应用程序的难度，解决了运行CS应用程序时浏览器的弹窗问题，提高了用户的使用体验并降低了人员成本。
-
公开(公告)号：CN119862403A
公开(公告)日：2025-04-22
申请号：CN202411836697.6
申请日：2024-12-13
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/2113 , G06F18/214 , G06F18/15 , G06F18/20 , G06N20/00
Abstract: 本发明涉及一种基于多源数据的数据处理系统，包括：用户操作界面模块，用于获取用户上传的多维数据，以及获取用户选择的多维数据的目标分析任务，以及获取用户选择的目标机器学习算法模型；特征筛选模块，用于根据目标变量，从多维数据中选择与目标变量的相关特征；机器学习模型模块，用于为用户提供针对不同的分析任务对应的机器学习算法模型；模型训练模块，用于根据与目标变量的相关特征，对目标机器学习算法模型进行训练，得到目标模型，以基于目标模型对与目标变量的相关特征进行目标分析任务对应的处理。通过本发明的系统，能够帮助用户高效处理、分析多维数据，自动进行机器学习建模，且支持个性化的处理。
-
公开(公告)号：CN119849436A
公开(公告)日：2025-04-18
申请号：CN202411912226.9
申请日：2024-12-24
Applicant: 神州医疗科技股份有限公司
IPC: G06F40/126 , G06N3/045 , G06F16/31 , G06F16/334
Abstract: 本发明涉及一种文本向量表示方法、装置、电子设备及存储介质，该方法包括：获取待表示文本，所述待表示文本中包括多个文本片段；确定每个所述文本片段的静态嵌入向量以及位置向量；根据所有文本片段的静态嵌入向量和位置向量，确定各个所述文本片段之间的关联关系；根据所有文本片段的静态嵌入向量、位置向量和关联关系，确定所述待表示文本的文本向量。通过本发明的方法，不但保留了文本片段本身所表征的文本特征，还结合了文本片段之间的关联关系，可更加准确的对待表示文本进行准确的文本向量表示。
-
-
-
-
-
-
-
-
-
Search Results
189
records
(took 0.046 seconds)
