-
公开(公告)号：CN114913982A
公开(公告)日：2022-08-16
申请号：CN202210838416.5
申请日：2022-07-18
Applicant: 之江实验室
Abstract: 本发明公开了一种基于对比学习的终末期肾病并发症风险预测系统，包括终末期肾病数据准备模块，用于利用医院电子信息系统和日常监测设备提取患者的结构化数据，并对所述结构化数据处理得到扩增结构化数据；并发症风险预测模块，用于构建并发症表征学习模型和并发症风险预测模型，将所述扩增结构化数据通过所述并发症表征学习模型训练学习得到并发症表征，并利用所述并发症表征通过所述并发症风险预测模型进行终末期肾病并发症风险预测。本发明基于倾向性得分匹配与SMOTE结合，进行数据扩增和正负样本匹配，以扩增结构化的终末期肾病数据，并解决正负样本不均衡的问题；从多个角度防止特征崩溃现象，获得更好的表征效果，从而提高模型性能。
-
公开(公告)号：CN114912136A
公开(公告)日：2022-08-16
申请号：CN202210825830.2
申请日：2022-07-14
Applicant: 之江实验室
Abstract: 本发明公开了一种基于竞争机制的区块链上医疗数据协同分析方法及系统，本发明通过引入纵向联邦学习，实现了数据不出机构即可进行模型构建，解决了在线学习模型训练方向错误的问题，因而能够构建更为准确的医疗预测模型，对特征纵向分布的数据集进行了更好的利用。本发明通过引入竞争机制，不同节点将通过样本的数据特征贡献值计算出相应的权重，并以此来争抢数据汇总权和模型梯度更新权。本发明能够根据样本的特征分布对协调方进行调整，从而能够对特征分布不固定的数据集进行更好的利用。
-
公开(公告)号：CN114566289A
公开(公告)日：2022-05-31
申请号：CN202210444327.2
申请日：2022-04-26
Applicant: 之江实验室
IPC: G16H50/70 , G16H50/50 , G06K9/62 , G06V10/762
Abstract: 本发明公开了一种基于多中心临床数据防作弊分析的疾病预测系统，本发明利用区块链技术共享伪数据，并让所有医疗机构在本地利用加权聚类模型根据伪数据计算数据质量系数，保证临床数据量少的医疗机构的真实临床数据能够被充分利用的同时还使得医疗机构无法对本地临床数据质量评价结果进行作弊。本发明设计的模型参数投票迭代机制，每轮迭代中根据投票结果保留一家医疗机构提供的模型参数，可以使得质量好的临床数据在模型训练中发挥更大作用。本发明设计的投票权的初始化和更新机制，以及在迭代投票过程中的作弊检测机制，让临床数据质量好的医疗机构拥有更多投票权，也防止了单家或多家医疗机构勾结篡改投票结果。
-
公开(公告)号：CN113688248B
公开(公告)日：2022-02-22
申请号：CN202111247796.7
申请日：2021-10-26
Applicant: 之江实验室
Abstract: 本发明公开了一种小样本弱标注条件下的医疗事件识别方法及系统，本发明构建了医疗事件库，利用远程监督方法实现了在小样本弱标注条件下对医疗要素的自动标注；从多个维度构建医疗要素和事件元学习模型，解决小样本弱标注条件下，医疗事件识别模型泛化性差、标注数据不足的问题；利用医疗要素和事件元学习模型进行负采样，将未标注医疗要素控制在一个较低的范围，降低远程监督方法引起的漏标问题，提升医疗要素识别模型性能；基于医疗事件库和专家知识计算医疗要素重要度，利用医疗要素重要度与医疗要素和事件元学习模型对医疗事件进行分类识别，解决了医疗事件触发词难以定义的问题。
-
公开(公告)号：CN113687938B
公开(公告)日：2022-02-22
申请号：CN202111251644.4
申请日：2021-10-27
Applicant: 之江实验室
Abstract: 本发明公开了一种医疗数据计算任务智能调度方法及系统，首先构建任务队列，任务队列分为首尾相接的排序任务队列和排队等候队列，排序任务队列将规定时间内未完成的任务淘汰，进入排队等候队列，排队等候队列首部元素进入排序任务队列，根据队列内的任务数据计算得到预测模型，通过预测模型对新任务预测执行耗时，根据预测耗时与实际耗时差值对队列内任务优先级进行调整，并根据模型的决定系数判断是否更新模型。本发明在动态调节调度任务执行的情况下，能及时调整长时间占据计算资源的任务，以防止服务器等硬件资源因某个单一资源而一直处于高负载状态，对任务调节挂起后充分利用资源，减少任务等待执行时间，使得整体任务执行的效率提升。
-
Patent Agency Ranking
公开(公告)号：CN113674281B
公开(公告)日：2022-02-22
申请号：CN202111240331.9
申请日：2021-10-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度形状学习的肝脏CT自动分割方法，首先建立肝脏分割数据集并进行预处理，利用肝脏分割对肝脏CT进行粗分割；其次建立肝脏形状集，利用变分自编码器学习肝脏形状，并构建几何形状正则化模块，然后将几何形状正则化模块加入肝脏分割中，得到受几何形状一致性约束的肝脏分割模型，用于肝脏CT的自动分割。本发明创新性地将表示后的形状特征通过正则化模块加入到已有的深度分割网络中，在卷积神经网络的训练过程中引入形状先验信息，可以提高分割模型的正则性和泛化能力，使得分割的结果更加符合标准肝脏的医学解剖学特点。本发明具有自动化、精度高、可迁移扩展的特点，可以实现以肝脏为代表的腹部大器官的自动精准分割。
-
公开(公告)号：CN113990495A
公开(公告)日：2022-01-28
申请号：CN202111609275.1
申请日：2021-12-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于图神经网络的疾病诊断预测系统，该系统包括知识图谱构建模块、数据提取与预处理模块、疾病诊断模型构建模块和疾病诊断模型应用模块。本发明有效整合知识图谱中的专家知识和电子病历数据，构建异构图网络。在异构图网络上，利用图卷积神经网络方法，学习异构图网络的局部信息和全局信息。疾病诊断模型可以对知识和数据同时进行端到端的训练。在模型优化目标中，除了优化疾病预测任务，同时加入对知识关系的监督信息，从而保证疾病预测任务可以有效利用知识，也保证知识表示不受数据噪声的影响。针对预测疾病数量多，部分疾病对应患者数量有限的问题，设计多标签层次分类，用于提高少样本类别疾病的预测效果。
-
公开(公告)号：CN113434626B
公开(公告)日：2021-12-07
申请号：CN202110995013.7
申请日：2021-08-27
Applicant: 之江实验室
Abstract: 本发明公开了一种多中心医学诊断知识图谱表示学习方法及系统，本发明基于已有的医学诊断本体，以有向无环图的形式表示医学诊断概念的层级结构，构建全局医学诊断知识图谱；利用全局医学诊断知识图谱，构建所有疾病分类编码的共现矩阵，计算每对编码的共现信息，同时出现越多且距离越近的编码对，具有更大的共现信息；基于联邦学习，在保护各医疗机构参与方数据隐私和安全的前提下，利用多中心数据，加和共现信息，提高数据密度，解决数据稀疏问题；在对大规模知识图谱及原始数据进行学习的过程中，融入了知识源中符合人类认知的层级信息和复杂关联关系，挖掘数据之间的相关关系，丰富语义信息，学习知识的高质量表示形式，便于知识的计算与推理。
-
公开(公告)号：CN110362586B
公开(公告)日：2021-08-03
申请号：CN201910629257.6
申请日：2019-07-12
Applicant: 之江实验室
Abstract: 本发明公开了一种无患者数据共享的多中心生物医学数据协同处理系统及方法，该系统包括用于协同各医疗中心模型参数与异步计算的云端服务器和用于对数据开展本地高性能计算的医疗中心客户端；其中云端服务器包括参数管理器和任务调度器；本发明将参数共享机制和异步通信机制通过云端服务器的参数管理器和任务调度器连接管理，共同应用到多中心医学数据协同计算；能够满足医疗中心数据与云端服务器的安全隔离，充分保护医疗中心患者数据的隐私性；同时相比直接同步交换数据计算结果有效减少计算等待时间，大幅提高多中心协同处理的分析效率和数据处理能力。
-
公开(公告)号：CN110348241B
公开(公告)日：2021-08-03
申请号：CN201910629800.2
申请日：2019-07-12
Applicant: 之江实验室
Abstract: 本发明公开了一种数据共享策略下的多中心协同预后预测系统。该系统能够在多个医疗机构中心下实现隐私保护的数据共享，从而为模型构建提供足够的数据。本发明采用相对于弱分类器能够获得更好预测结果的集成学习算法来构建系统。该系统在各个中心处理敏感的患者级数据，并同时构建出集成学习模型的子分类器，仅交换不太敏感的中间结果以构建完整的集成学习模型，从而保证了所提出的多中心模型与集中式模型具有相同甚至更优的结果。本发明多中心协同预后预测系统保护了患者的个人隐私，不需要在大型集中式数据源上运行算法模型，在实际临床应用中，为单个医疗机构中构建预测模型的样本太少提供了可靠的解决方案。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.033 seconds)
