-
公开(公告)号：CN114927234B
公开(公告)日：2024-11-22
申请号：CN202210555930.8
申请日：2022-05-20
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/70 , G16H10/60 , G06F18/23213 , G06F18/22 , G06N3/0464 , G06F16/9535 , G06V10/82 , G06V10/762 , G06V10/74
Abstract: 本申请提供了一种相似病历推荐方法、装置、电子设备及存储介质，方法包括：获取第一电子病历以及第二电子病历；将第一电子病历中第一文本数据以及每一第二电子病历中第二文本数据映射到向量空间，得到第一电子病历对应的第一主诉向量以及每一第二电子病历各自对应的第二主诉向量；基于K均值聚类K‑means算法，对第一主诉向量和每一第二主诉向量按照第一预设个数的类别进行聚类，得到第一电子病历对应的第一主诉向量的类别和每一第二电子病历各自对应的第二主诉向量的类别。本申请能够为用户推荐与指定病历的相似度较高的病历，从而为用户提供参考。
-
公开(公告)号：CN118473838A
公开(公告)日：2024-08-09
申请号：CN202410942128.3
申请日：2024-07-15
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明提供了一种基于动态令牌技术的医疗知识分发方法及系统，该方法包括以下步骤：按照预设时间周期定时采集数据库中的医疗数据，并对所述医疗数据进行分类处理，生成需进行分发的医疗知识数据；接收数据分发请求，并对请求者的令牌信息进行认证，若认证成功则进入S3；利用动态令牌以及预置算法，对需要分发的医疗知识数据进行加密传输分发；请求者接收医疗知识数据的加密传输分发，并对接收的医疗知识数据进行数据解密。本发明提供的一种基于动态令牌技术的医疗知识分发方法及系统，使用动态令牌技术对医疗数据、密钥和算法信息进行加密保护，相比其他安全算法避免了密钥分发环节的隐患，降低了管理成本。
-
公开(公告)号：CN118398236A
公开(公告)日：2024-07-26
申请号：CN202410838686.5
申请日：2024-06-26
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及老年人痴呆筛查和干预技术领域，尤其涉及一种老年痴呆智能筛查管理方法及系统，该系统包括老年人用户端、基层筛查人员用户端、痴呆专科医生端和卫健部门管理用户端。该老年痴呆智能筛查管理系统，建立了筛查对象、基层筛查人员、痴呆专科医生和卫健部门管理用户之间的实时互动模式，为老年人痴呆早期筛查提供了一种操作简便、方便、快捷、准确的早期筛查途径；同时，在初步筛查阶段，无需基层筛查人员上门进行筛查处理，仅对初步筛查结果中存在痴呆情况的老年人进行筛查复核，极大地提高了筛查效率；并且，筛查过程中采用量表模型和AI结合技术以及痴呆专科医生在线支持，能够有效提高筛查的准确性。
-
公开(公告)号：CN117612711B
公开(公告)日：2024-05-03
申请号：CN202410087069.6
申请日：2024-01-22
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/20 , G06F18/213 , G06F18/25 , G06F18/24
Abstract: 本发明公开了一种分析肝癌复发数据的多模态预测模型构建方法及系统，通过将临床文本、影像、病理多个模态数据进行整合，基于多种模态数据和多种融合策略构建了分析肝癌复发数据的多模态预测模型，相比单模态建模，多模态建模能提高模型预测的准确性，弥补单一数据的局限性，本方案对各个模态的特征进行单独调优，全面反映肝癌复发数据的复杂机制，对于肝癌复发数据的分析更为完备，还能增强模型的泛化能力，更好地适用于医学应用场景，辅助临床决策。
-
公开(公告)号：CN117610574B
公开(公告)日：2024-04-26
申请号：CN202410090398.6
申请日：2024-01-23
Applicant: 广东省人民医院 , 神州医疗科技股份有限公司
IPC: G06F40/295 , G16H70/00 , G06N20/00 , G06F16/33 , G06F16/35
Abstract: 本申请提供了一种基于跨域迁移学习的命名实体识别方法和装置，所述方法包括：在单独锁定源域命名实体识别模型的每一模型结构层时，基于源域命名实体识别模型的指标分数的变化情况确定出待锁定结构层；基于t‑SNE算法进行关键样本选取，得到训练文本数据；将待锁定结构层锁定，使用训练文本数据对源域命名实体识别模型进行训练，得到目标域命名实体识别模型；将目标域的医学文本数据输入到目标域命名实体识别模型，得到目标域命名实体识别模型对医学文本数据实体识别的结果。通过所述方法和装置，以解决迁移学习时对目标域样本数量的大量需求，实现有效的精准标注，用最少的样本来最大化的提升模型效果，以提升模型对命名实体识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117766137A
公开(公告)日：2024-03-26
申请号：CN202410194645.7
申请日：2024-02-22
Applicant: 广东省人民医院 , 神州医疗科技股份有限公司
Abstract: 本申请提供了一种基于强化学习的医疗诊断结果确定方法和装置，首先，将用户的当前问诊信息输入到预先构建好的命名实体识别模型中，确定出所述当前问诊信息中存在的多个关键实体；然后，将多个所述关键实体输入到预先训练好的实体关系抽取模型中，从多个所述关键实体中确定出存在实体关系的至少一个关键实体对；基于多个所述关键实体、至少一个所述关键实体对以及相对应的检查项目名称构建所述当前问诊信息对应的至少一个特征数据；最后，将至少一个特征数据输入到辅助诊断模型中，确定出用户当前的诊断结果。通过所述方法及装置，快速为医生提供更加准确的诊断结果，提高医疗效率和诊断准确率。
-
公开(公告)号：CN117763140A
公开(公告)日：2024-03-26
申请号：CN202410196621.5
申请日：2024-02-22
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/34 , G06F18/214 , G06F18/21 , G06N3/08
Abstract: 本发明涉及一种基于计算特征网络的精准医学信息结论生成方法，该方法包括：步骤S10、获取医学论文的文本信息；步骤S20、构建基于要部分和结论部分的训练集和验证集；步骤S30、将训练集输入计算网络中进行结论输出模型训练；步骤S40、在利用完成训练的结论输出模型进行结论输出得到输出结果后，基于用户对所述输出结果的修正，优化所述结论输出模型。本发明，能够更好的基于医学论文的摘要部分得到对应的结论，减少人工阅读的繁琐工序，帮助用户得到逻辑更严密、表达清晰、更直观的结论，有利于提高效率。
-
公开(公告)号：CN117763129A
公开(公告)日：2024-03-26
申请号：CN202410196892.0
申请日：2024-02-22
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/332 , G06F16/36 , G06F16/335 , G16H10/60
Abstract: 本发明涉及基于生成式预训练模型的病历检索系统及方法，方法包括建立医疗检索结构化解析场景语料库；通过医疗检索结构化解析场景语料库对生成式预训练模型进行训练，获得医疗检索结构化解析模型；获取包含检索请求的自然语言，并通过医疗检索结构化解析模型对自然语言进行解析，获得医疗检索结构化解析结果；根据ES检索元数据和映射字典，对医疗检索结构化解析结果进行映射解析，生成检索条件；根据检索条件，组装成DSL语句发送到ElasticSearch库完成检索数据召回。本发明通过生成式预训练模型对包含检索请求的自然语言进行结构化解析，并对结构化解析结果进行映射解析生成检索条件，简化了病历检索条件的设置操作步骤，提高了病历检索的便捷性和操作效率。
-
公开(公告)号：CN117743346A
公开(公告)日：2024-03-22
申请号：CN202410189799.7
申请日：2024-02-20
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及数据表单生成系统，包括：表单设计模块，被配置为生成待填报的表单；表单填报模块，被配置为填报表单；数据转换模块，用于查询出表单中所有字段信息，循环字段信息，生成表单对应的结构化视图，将所述结构化视图作为查询内容存储数据库，以表单ID进行分组，以表单ID和记录ID为查询条件，将要查询表单中的字段信息数据保留，其他空置后获取最大值。本发明，通过配置表单设计模块、表单填报模块和数据转换模块，可以实现表单可动态修改以及数据的结构化存储。
-
公开(公告)号：CN117649418A
公开(公告)日：2024-03-05
申请号：CN202410128271.9
申请日：2024-01-30
Applicant: 神州医疗科技股份有限公司
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种胸部多器官分割方法及系统和计算机可读存储介质；本发明采用STUNet模型作为分割模型的基础模型，采用对部分器官标记的胸部CT图像进行训练，对缺标数据赋予伪标签，最终实现将无标或缺标的胸部CT图像形成全标记CT图像，进而训练得到胸部多器官分割模型，实现对无标或缺标的胸部CT图像的分割，解决了胸部CT图像全数据少的问题，使缺标或无标的胸部CT图像得到充分利用，实现准确的胸部多器官分割模型的构建。
-
-
-
-
-
-
-
-
-
Search Results
360
records
(took 0.055 seconds)
