-
公开(公告)号：CN112102937A
公开(公告)日：2020-12-18
申请号：CN202011270972.4
申请日：2020-11-13
Applicant: 之江实验室
Abstract: 本发明公开了一种慢性病辅助决策的患者数据可视化方法及系统，本发明通过构建慢性病知识图谱，并结合患者静态数据和动态数据构建患者在超平面的管理数据模型图，再将其投影至二维平面。比较患者信息模型在二维平面图上特征之间的欧式距离和标准特征之间的距离差异，结合路径节点概念以及概念间的属性关系，生成并推荐管理方案。融合患者信息模型和慢性病知识图谱可以充分运用各个特征的语义信息，在二维平面上以位置、颜色等方式全面、系统地展示各个风险因素的重要性以及关联。通过几何位置评估患者慢病管理的效果，然后利用路径制定个性化的患者健康管理方案，帮助患者从多个维度提升慢病管理能力。
-
公开(公告)号：CN111312401A
公开(公告)日：2020-06-19
申请号：CN202010038223.2
申请日：2020-01-14
Applicant: 之江实验室
Abstract: 本发明公开了一种基于多标签学习的体检后慢性疾病预后系统，该系统包括数据获取模块、数据预处理模块、基础预测模型构建模块和本地预测模块；数据获取模块用于获取体检用户的体检数据；基础预测模型构建模块用于构建针对体检场景的多标签学习模型；本地预测模块包括本地模型训练单元和预测单元，本地模型训练单元将训练好的本地预测模型固化至本地预测模块内，预测单元输出对多个慢性疾病发生情况的预测预后指数，最终获得慢病未来预期发生时间。本发明系统使用多标签学习方法，能够对慢性疾病并发情况下的内部关系进行提取，更加符合慢性疾病高并发性的特点，能够更好地完成对未来慢性疾病发生情况的准确预测。
-
公开(公告)号：CN110349652A
公开(公告)日：2019-10-18
申请号：CN201910629798.9
申请日：2019-07-12
Applicant: 之江实验室
Abstract: 本发明公开了一种融合结构化影像数据的医疗数据分析系统，该系统包括影像信息结构化模块、融合与预处理模块、机器学习算法模块，本发明基于Spark和Hadoop实现的分布式数据分析平台，针对医学影像数据难以和医疗电子病历中结构化数据融合分析的难点，利用影像信息结构化模块通过计算机视觉技术对医学影像数据分析并进行关键信息的结构化转化，融合电子病历系统中同一病人的其他诊断信息、人口统计学信息等结构化数据，通过数据预处理模块进行缺失值处理和分类型数据转化，结合机器学习算法模块进行数据分析和结果可视化，形成高效率的医疗数据分析系统，提高多种类多维度医疗数据的利用率，可满足研究人员不同的课题研究需求。
-
公开(公告)号：CN118587443B
公开(公告)日：2024-12-03
申请号：CN202411074124.4
申请日：2024-08-07
Applicant: 之江实验室
IPC: G06V10/26 , G06V10/82 , G06N3/0455 , G06N3/09 , G06N3/096 , G06N3/042 , G06V10/764
Abstract: 本发明公开了一种基于自训练和先验引导的图像分割方法和装置，该方法包括：对原始图像数据集进行标注，生成对应的真实掩码；使用含有真实掩码的图像对伪掩码生成网络进行训练，训练好的伪掩码生成网络用于根据不含掩码的图像生成伪掩码；从掩码图像中提取边界，生成边界图像；所述掩码图像包括真实掩码图像和伪掩码图像；基于原始图像及其对应的掩码图像和边界图像拼接成三通道图像；所述三通道图像用于训练图像分割模型，训练好的图像分割模型用于对待求图像进行分割。在计算资源和数据有限的情况下，本发明方法可以最大限度的减少训练参数量的同时发挥现有大模型的优势。本发明方法还可以加强分割模型的先验知识，进一步提升图像分割的结果。
-
公开(公告)号：CN118800455A
公开(公告)日：2024-10-18
申请号：CN202411263071.0
申请日：2024-09-10
Applicant: 之江实验室
Abstract: 本发明公开了基于自动特征工程的类风湿性关节炎患者肺间质病变风险预测系统；通过数据输入模块输入患者的症状以及医学检测结果，构成症状和医学检测结果特征；通过自动特征工程模块生成适用于二分类机器学习问题的特征，通过该模块的子模块评估连续型特征的类条件概率密度、舍弃不符合要求的特征、自动组合运算生成新特征、根据阈值筛选和保留新特征、记录新特征生成过程；通过模型训练模块基于树的模型对自动生成的特征进行训练并保存模型；通过疾病预测模块根据类风湿性关节炎患者肺间质病变风险预测模型以及患者的输入数据，预测类风湿性关节炎患者发生肺间质病变的风险。本发明对症状和医学检测结果进行自动特征工程，耗时更短，效率更高。
-
Patent Agency Ranking
公开(公告)号：CN118571502A
公开(公告)日：2024-08-30
申请号：CN202411053078.X
申请日：2024-08-02
Applicant: 之江实验室
IPC: G16H50/70 , G16H10/20 , G16H10/60 , G06N5/025 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种基于知识引导域自适应的多中心医学数据处理方法、系统、设备、介质，包括：基于通用医学概念以及其关系、每一中心私有域中的本地医学概念及其与通用医学概念之间的关系、不同中心私有域中的本地医学概念之间的关系构建医学知识图谱；对源中心患者数据、目标中心患者数据进行编码得到源中心数据特征、目标中心数据特征；基于源中心患者数据、目标中心患者数据根据医学知识图谱构建源中心患者子图、目标中心患者子图；对源中心患者子图、目标中心患者子图进行处理，得到源中心知识特征、目标中心知识特征；设置损失函数，所述损失函数包括根据下游医学任务设置的损失，并通过对抗学习得到每一医疗中心患者之间的跨域不变特征。
-
公开(公告)号：CN118230978A
公开(公告)日：2024-06-21
申请号：CN202410660224.9
申请日：2024-05-27
Applicant: 之江实验室
IPC: G16H50/70 , G16H10/60 , G06N5/022 , G06N3/042 , G06N3/0464 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种疾病风险预测方法、系统、电子设备、介质，包括：获取医学知识图谱；根据医学知识图谱从每一个患者的电子病历数据中提取医学实体及其对应的关系从而构建每一个患者对应的电子病历图数据；基于医学知识图谱中的三元组对电子病历图数据进行增强从而获取简化电子病历图数据和扩展电子病历图数据；基于患者的电子病历数据提取患者数值信息表示；基于电子病历图数据提取患者语义信息表示；基于电子病历图数据、简化电子病历图数据、扩展电子病历图数据提取患者结构信息表示；将三者进行拼接得到患者融合表示；将患者融合表示输入至预先训练好的疾病风险预测模型中，得到疾病风险预测结果。
-
公开(公告)号：CN117233676B
公开(公告)日：2024-03-26
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。
-
公开(公告)号：CN117012375B
公开(公告)日：2024-03-26
申请号：CN202311284104.5
申请日：2023-10-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于患者拓扑特征相似性的临床决策支持方法和系统，该方法包括：采集患者的电子健康记录数据；对电子健康记录数据进行预处理，得到标准化的每个患者的诊疗事件；根据每个患者的诊疗事件以及医疗知识图谱构建患者的异构图；通过一阶共有邻居计算患者之间的一阶相似性，通过异构元路径挖掘患者间的高阶相似性，融合两种相似性得到患者间的相似度；对相似度排序得到M个相似度最高的患者，根据该M个患者的电子健康记录数据进行临床分析，得到分析结果为医生设计治疗方案提供指导。本发明不需要专家知识库，可以兼容不同的医疗领域，同时避免了长时间训练和黑盒特性，有利于节省时间成本，有助于增强泛化能力和可解释性。
-
公开(公告)号：CN117574896A
公开(公告)日：2024-02-20
申请号：CN202410056657.3
申请日：2024-01-16
Applicant: 之江实验室
IPC: G06F40/289 , G06F40/242 , G06F40/247 , G16H10/60
Abstract: 本发明涉及一种基于电子病历文本的手术费用识别方法、装置及存储介质，其中方法包括：步骤S1：获取标准手术词集合，并构建标准手术词集合的超集；步骤S2：将非结构化的电子病历文本预处理，得到和手术相关的片段，并对各片段进行分词，分别得到关联于各片段的单词序列；步骤S3：将单词序列输入至训练好的手术词生成模型，生成原始手术词序列；步骤S4：对所有原始手术词进行合并，得到多个原始手术词集合；步骤S5：基于原始手术词集合构建手术词树；步骤S6：将手术词树中的节点映射至标准手术词，并将根节点的所有第一级子节点所映射的标准手术词的费用之和作为识别结果。与现有技术相比，本发明具有准确率高等优点。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.024 seconds)
