-
公开(公告)号：CN116982993A
公开(公告)日：2023-11-03
申请号：CN202311258164.X
申请日：2023-09-27
Applicant: 之江实验室
IPC: A61B5/369 , A61B5/00 , G06F18/241 , G06F18/213 , G06F18/22
Abstract: 本发明公开了一种基于高维随机矩阵理论的脑电信号分类方法及系统。本发明利用高维随机矩阵理论中协方差矩阵相似性判断原理，通过比较患者当前脑电观测信号与所假设状态的参考信号以及患者正常状态下脑电信号的相似性和不相似性，设计组合指标并与患者特定阈值进行比较，当组合指标均满足阈值条件时则判定患者处于假设的脑电状态。本发明考虑脑电信号样本数据的整体特性，较大程度的保留了脑电信号的原始特征信息和通道间的相关性信息，同时利用高维随机矩阵理论更适合高维小样本数据分析的优势，使得本发明在患者脑电信号观测样本量相对较小的情况下能够更快更准确的识别患者所处状态。
-
公开(公告)号：CN116525117B
公开(公告)日：2023-10-10
申请号：CN202310809676.4
申请日：2023-07-04
Applicant: 之江实验室
IPC: G06F17/00
Abstract: 本发明公开了一种面向数据分布漂移检测与自适应的临床风险预测系统，包括：中心服务器和节点；中心服务器包括第一漂移检测模块和模型聚合模块；节点包括数据采集模块、第二漂移检测模块和模型更新模块；数据采集模块用于获取患者临床诊疗数据；第一漂移检测模块和第二漂移检测模块根据新/旧患者临床诊疗数据集是否来源于同一数据分布判定患者临床诊疗数据分布是否发生了漂移；当患者临床诊疗数据分布发生漂移时，训练本地临床风险预测模型，将其参数上传至中心服务器，对各个模型参数进行聚合，得到更新后的临床风险预测模型，并下发至各节点进行部署；将新患者临床诊疗数据输入至更新后的临床风险预测模型，得到临床风险预测结果。
-
公开(公告)号：CN116823810A
公开(公告)日：2023-09-29
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：CN116759041A
公开(公告)日：2023-09-15
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疗事件的医疗数据，同时减少了生成数据出现逻辑不合理的情况。
-
公开(公告)号：CN116309582B
公开(公告)日：2023-08-11
申请号：CN202310570690.3
申请日：2023-05-19
Applicant: 之江实验室
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0464 , G06N3/08
Abstract: 本说明书公开了一种便携式超声扫描图像的识别方法、装置及电子设备，本说明书实施例将患者病变部位的图像输入到图像识别模型中，通过图像识别模型，先对图像进行一次卷积，得到第一特征，再通过不同卷积核的卷积层，分别对第一特征进行卷积，得到第三特征和第四特征。将第三特征和第四特征进行拼接，得到第五特征。基于第五特征，确定出对图像进行病因识别的最终特征。在此方法中，同时采用不同卷积核的卷积层，对第一特征进行卷积处理，可以得到图像中不同的空间特征，再将不同的空间特征进行拼接，得到图像更多的空间特征，通过更多的空间特征进行病因识别，可以降低低质量图像对病因识别的干扰，从而提高病因识别的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116187448B
公开(公告)日：2023-08-01
申请号：CN202310454358.0
申请日：2023-04-25
Applicant: 之江实验室
Abstract: 本说明书公开了一种信息展示的方法、装置、存储介质及电子设备。首先，获取患者的就诊文本数据以及患者的医学影像数据。其次，从预先构建的各种手术方案对应的知识图谱中选取患者的待执行的目标手术方案对应的知识图谱，作为目标知识图谱。然后，针对目标手术方案对应的每项手术风险，将就诊文本数据、医学影像数据以及目标知识图谱输入到预先训练的该项手术风险对应的预测模型中，预测在执行目标手术方案时，患者出现该项手术风险的概率。接着，构建患者对应的融合知识图谱。最后，将融合知识图谱进行展示。本方法可以提高医生与家属之间的沟通效率。
-
公开(公告)号：CN116257622B
公开(公告)日：2023-07-11
申请号：CN202310551004.8
申请日：2023-05-16
Applicant: 之江实验室
IPC: G06F16/34 , G06F40/169 , G16H10/60
Abstract: 本说明书公开了一种标签渲染方法、装置、存储介质及电子设备，本说明书实施例先确定对医疗文本进行标注所得到的标签集，根据标签集中任意相邻两个标签的标签信息或任意相邻两个标签的标签文本框在页面中展示的相对位置关系，判断这两个标签是否重叠。根据标签的初始渲染层级以及判断结果，得到最终渲染层级。最后，根据每个标签的最终渲染层级以及医疗文本的原始行间距，将每个标签渲染于医疗文本行与行之间的页面区域中。在此方法中，由于渲染层级是指标签渲染于医疗文本中时离标注文本的垂直距离是医疗文本的原始行间距的倍数值，因此，当多个标签比较接近时，基于不同的渲染层级将多个标签渲染于医疗文本中，可以解决多个标签重叠问题。
-
公开(公告)号：CN116168789A
公开(公告)日：2023-05-26
申请号：CN202310456988.1
申请日：2023-04-26
Applicant: 之江实验室
IPC: G16H10/00 , G06F21/60 , G06F21/62 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种多中心医疗数据生成系统，包括医疗数据量权重计算模块、多中心对抗生成网络训练模块和多中心医疗数据生成模块，在各家医疗机构不公开真实数据量的情况下计算各家医疗机构的医疗数据量权重；采用生成器和判别器分离的架构，在计算服务器中构造并训练生成器，在各个医疗机构构造并训练判别器，各家医疗机构仅将带权重的生成器损失发送给计算服务器；计算服务器聚合带权重的生成器损失，更新生成器；利用训练完成的生成器生成多中心合成医疗数据，提供给用户使用。本发明还提供了一种多中心医疗数据生成方法。本发明可以更好的保护患者隐私和数据安全，能够得到更符合真实的多中心医疗数据分布的合成医疗数据。
-
公开(公告)号：CN115515004B
公开(公告)日：2023-05-26
申请号：CN202211375013.8
申请日：2022-11-04
Applicant: 之江实验室
IPC: H04N21/43 , H04N21/242 , H04N21/643
Abstract: 本发明公开了一种基于Android的多屏控制系统，包括：多屏校时单元：用于输出统一时间线，将所述统一时间线输入多屏同步播放单元；多屏同步播放单元：用于计算素材的应播时间点和剩余播放时间，所述素材中的图片将所述剩余播放时间传递给计时器以及所述素材中的视频以跳转所述应播时间点附近关键帧的形式实现同步播放；多屏联动控制单元：用于收发用户数据包协议UDP的形式实现通信，以调用软件开发工具包SDK的方式实现多屏联动控制；多屏监测纠错单元：用于实时监控和纠正。本发明可以实现在小世界网络下，多个Android屏同步播放同个节目的功能，且对所有Android屏可以实现统一的控制操作，如统一播放、统一暂停，十分适用于大型会场的宣传和演讲等场合。
-
公开(公告)号：CN116110533A
公开(公告)日：2023-05-12
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。
-
-
-
-
-
-
-
-
-
Search Results
313
records
(took 0.041 seconds)
