-
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。
-
公开(公告)号：CN116823810B
公开(公告)日：2023-11-17
申请号：CN202311074898.2
申请日：2023-08-25
Applicant: 之江实验室
Abstract: 本发明公开了一种基于联邦学习的腹部多器官动态增强分割方法及系统，包括：在服务器端构建的腹部多器官部分标注动态增强网络模型；在客户端构建的用于基于本地部分标注数据进行训练的腹部多器官部分标注动态增强分割网络模型训练模块；用于客户端和服务器端进行协作交互的联邦学习框架构建模块。与现有技术相比，本发明将联邦学习机制引入多器官分割网络中，可以有效利用分布在不同医疗中心的不同部分标注种类的多器官分割图像信息来训练一个多器官分割网络，不仅打破了对多器官分割完全标注数据的限制，还可以让多个医疗中心在不共享隐私数据的基础上实现跨机构的协同建模，进一步提高模型的稳健性与泛化性，缓解医疗行业隐私保护难题。
-
公开(公告)号：CN117036830A
公开(公告)日：2023-11-10
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行训练，使肿瘤分类模型的分类结果更加准确，提高模型准确率。
-
Patent Agency Ranking
公开(公告)号：CN117012374A
公开(公告)日：2023-11-07
申请号：CN202311280829.7
申请日：2023-10-07
Applicant: 之江实验室
Abstract: 本发明涉及一种融合事件图谱和深度强化学习的医疗随访系统及方法，该系统包括：特征事件图谱构建模块用于获取第一用户临床特征数据，以构建临床特征事件图谱；随访推荐模块基于临床特征事件图谱，结合预设的状态预测及动作推荐模型，预测出第一用户当前状态信息以及输出对应诊疗动作策略；风险预警模块根据第一用户当前状态信息，从临床特征事件图谱中搜索出相应风险因素并进行预警提示。与现有技术相比，本发明将强化学习和特征事件图谱相结合，能够利用患者的病情动态信息推导与临床特征事件图谱之中的关系和发展情况，进行疾病发展和治疗方案的推演和预测，能够长期动态推演病情发展，并自动及时预测推荐相应治疗方案及预警风险。
-
公开(公告)号：CN116936108A
公开(公告)日：2023-10-24
申请号：CN202311209085.X
申请日：2023-09-19
Applicant: 之江实验室
IPC: G16H50/30 , G06F16/36 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种面向不平衡数据的疾病预测系统，包括知识图谱构建及关系权重向量计算模块，用于构建医用知识图谱，利用医用知识图谱计算每个概念的关系权重向量；图数据表示模块，用于获取医疗图数据并学习医疗图数据的嵌入表示；图数据增广模块，用于利用GAN模型对医疗图数据中的不平衡数据进行增广，使数据保持平衡；图神经网络训练模块，用于利用增广后的医疗图数据训练第二图神经网络模型；疾病预测模块，用于将患者的图数据输入训练好的第二图神经网络模型中进行疾病预测。本发明利用知识图谱中丰富的关系信息提高生成边的质量；结合对抗生成网络模型，能够生成更真实的图数据样本，提升系统疾病预测效果。
-
公开(公告)号：CN116525125B
公开(公告)日：2023-09-19
申请号：CN202310811543.0
申请日：2023-07-04
Applicant: 之江实验室
IPC: G06F17/00
Abstract: 本说明书公开了一种虚拟电子病历的生成方法及装置，通过预先训练的特征提取模型从输入的指定图中提取指定图包含的各实体的特征，基于各实体的特征以及用户输入的目标文本的特征确定提示向量，将所述提示向量输入到预训练的自然语言模型，生成包含非真实的医疗记录文本的虚拟电子病历。可见，通过预先训练的特征提取模型提取指定图中各实体的特征，充分挖掘指定图中各实体之间的相关关系，并根据各实体的特征以及用户输入的目标文本的特征确定具有针对性的提示向量，通过提示向量引导预训练的自然语言模型充分利用指定图中各实体的特征，生成更符合用户实际需求的高质量虚拟电子病历。
-
公开(公告)号：CN116110533B
公开(公告)日：2023-09-01
申请号：CN202310169762.3
申请日：2023-02-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于事件图谱的药物种类和用量推荐系统及方法，本发明联合使用患者事件图谱和药物知识图谱进行用药推荐，能够利用患者的病情动态变化过程中的信息，与患者相关的各种事件之间复杂的关联信息，以及事件和药物属性的关联信息，这样推荐使用的药物更契合患者实际身体状况和病情。使用大量患者诊疗数据对患者和药物的关联程度进行修正，充分利用了医生在临床诊疗过程中产生的经验性知识。在事件图谱中针对特定药物识别出主要事件路径，利用主要事件路径上的信息在药物用量专家知识的指导下计算精确的药物用量，使得药物用量模型在利用患者特定信息的同时又不脱离权威指导，确保药物用量推荐结果在正常范围内尽量做到精准和个性化。
-
公开(公告)号：CN115798711B
公开(公告)日：2023-08-29
申请号：CN202211656686.0
申请日：2022-12-22
Applicant: 之江实验室
IPC: G16H50/20 , G16H50/30 , G16H50/50 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于反事实对比学习的慢性肾病诊疗决策支持系统，包括用于采集和预处理慢性肾病患者信息的慢性肾病数据准备模块，以及基于反事实对比学习的慢性肾病诊疗决策支持模块；本发明提出反事实干预模拟方法，利用真实的观察性数据模拟、建模干预过程，解决了慢性肾病诊疗场景中利用观察性数据模拟主动干预的问题；提出反事实对比学习方法，利用慢性肾病并发疾病的真实标签数据，结合反事实干预模拟，解决了反事实样本生成问题。本发明结合风险评价单元、反事实干预模拟单元以及对比学习单元，共同更新编码器、优化风险评价功能，提升慢性肾病诊疗决策支持性能。
-
-
-
-
-
-
-
-
-
Search Results
314
records
(took 0.038 seconds)
