基于湖仓一体架构的多阶段医疗数据规整与质量控制系统

    公开(公告)号:CN114996248A

    公开(公告)日:2022-09-02

    申请号:CN202210434307.7

    申请日:2022-04-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于湖仓一体架构的多阶段医疗数据规整与质量控制系统,包括存储层、计算层、服务层和交互层;存储层用于存储从医疗机构获取的以数据表形式存储的操作型数据存储数据、计算层的中间结果数据以及计算层最终生成的OMOP通用数据模型;计算层接受服务层的计算任务进行计算处理;服务层包括质量控制模块和数据规整模块;数据规整模块将数据规整任务下发至计算层计算处理;质量控制模块对结果数据进行分析和校验;交互层向用户提供Web界面,展示任务执行过程和数据质量结果。本发明采用湖仓一体数据管理架构和Spark分布式计算引擎,加快了数据规整效率,解决了单机处理海量医疗数据速度慢的问题。

    基于强化学习和注意力的胰腺肿瘤图像分割方法及系统

    公开(公告)号:CN114663431B

    公开(公告)日:2022-08-30

    申请号:CN202210543491.9

    申请日:2022-05-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于强化学习和注意力的胰腺肿瘤图像分割方法及系统,利用三维粗分割模型提取ROI区域,并将ROI区域图像和原始图像沿着z轴切分为2D图像,利用强化学习网络从切分后的ROI区域图像中选取两个参考层,在切分后的原始图像中选择一个分割层,共同输入到带有交叉注意力特征融合模块的二维精分割模型,利用层间的交叉注意力特征融合模块,使得分割特征在分割层和参考层中进行信息的交互,得到胰腺肿瘤的分割结果;本发明利用交叉注意力机制学习不相邻2D图像的相关信息,既避免了2D神经网络无法利用层间信息来准确定位肿瘤的局限性,又避免了3D神经网络因为3D数据信息的冗余和干扰造成的肿瘤分割不准确问题。

    一种基于认知图谱的全科患者个性化诊疗方案推荐系统

    公开(公告)号:CN114496234A

    公开(公告)日:2022-05-13

    申请号:CN202210403938.2

    申请日:2022-04-18

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于认知图谱的全科患者个性化诊疗方案推荐系统,该系统包括数据采集模块、数据预处理模块、数据分析推理模块和推荐结果显示模块,在数据分析推理模块中首先构建全科知识图谱,然后基于患者就诊时的疾病、症状、用药等信息和已构建的全科知识图谱,建立患者个性化的疾病发展轨迹的认知图谱,进而给出患者个性化诊疗方案推荐。本发明使用基于认知图谱的推理方法,使系统能够真正模拟临床医生的诊疗思路,为临床医生提供可解释的、可接受度高的临床辅助决策工具;本发明从症状出发,为患者制定个性化诊疗方案,帮助患者及早发现病因并接受针对性治疗,同时也能够实现危险疾病的早筛,提示患者及时转诊至专科治疗。

    一种基于视频数据的抽动症辅助筛查系统

    公开(公告)号:CN113990494A

    公开(公告)日:2022-01-28

    申请号:CN202111594285.2

    申请日:2021-12-24

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于视频数据的抽动症辅助筛查系统,利用视频数据自动识别抽动症状,通过基于多示例学习的三维卷积神经网络,采用结合三维通道注意力和三维空间注意力模块对三维卷积神经网络学习的特征进行优化,采用时间平滑约束对损失函数进行优化,能够提高模型对抽动检测能力,并且结合临床问诊转化的健康信息问卷数据,形成抽动症辅助筛查系统,提高筛查识别效率,并且通过非直接接触方式减少患者在陌生环境的紧张和不适。本发明通过视频数据采集和抽动检测的方式,简化其中最为耗时的症状观察过程,并通过数据融合分析和可视化,给筛查患者提供疾病的初步认知,也为医生后续诊断和治疗提供参考和依据。

    基于自适应比例学习的肿瘤组织病理分类系统及方法

    公开(公告)号:CN113723573B

    公开(公告)日:2022-01-14

    申请号:CN202111291695.X

    申请日:2021-11-03

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于自适应比例学习的肿瘤组织病理分类系统及方法,本发明首先获取若干病理切片并进行数字化扫描,将扫描后的病理图像按照分类任务目标类别进行人工标注,构建数据集;然后利用RGB通道和灰度值的差值分布特征分割组织前景,构建包含多级放大倍数的图像块的训练数据组;最后进行多级放大倍数整合,组合了各级放大倍数和整合放大倍数的交叉墒函数形成损失函数,实现多放大倍数整合学习;通过自适应比例学习,对图像全局比例标签和未达到最低比例的图像块训练权重的动态调整,扩大数据利用率,实现快速收敛。本发明在日常肿瘤组织的病理检查中,在尽可能低地增加额外工作负担的基础上,最大限度地提升检出率。

    面向癫痫视频脑电图检查的癫痫发作实时检测监控系统

    公开(公告)号:CN113842118A

    公开(公告)日:2021-12-28

    申请号:CN202111455241.1

    申请日:2021-12-01

    Applicant: 浙江大学

    Abstract: 本发明公开了一种面向癫痫视频脑电图检查的癫痫发作实时检测监控系统,包含数据处理模块、模型选择模块、癫痫发作报警模块和交互式协同标注模块。数据处理模块用于将输入的脑电信号数据处理成癫痫发作检测模型需要的数据形式;模型选择模块用于构建并选择用于当前患者的癫痫发作检测模型;癫痫发作报警模块用于检测癫痫发作和报警;交互式协同标注模块用于癫痫发作报警模块、陪护人员和监控室之间的交互。本发明针对临床视频脑电图检查中的现实问题,设计功能模块,提升癫痫发作检测模型的特征学习能力,训练速度以及癫痫发作实时检测的准确性,极大提升陪护人员和医生的体验。

    一种基于语义的云存储访问控制方法

    公开(公告)号:CN108243194B

    公开(公告)日:2020-06-23

    申请号:CN201810037257.2

    申请日:2018-01-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于语义的云存储访问控制方法,首先构建本体知识库并制定语义规则,在用户将数据上传到云之前将待加密数据进行语义转换,用推理引擎进行语义推理,辅助用户制定访问策略。然后将用户的访问策略转换为访问结构树,进行加密操作。为每一位用户根据其提供的一系列属性生成私钥,并将私钥存放在可信的第三方。当其他用户想要访问该数据时,从第三方获取其私钥,根据私钥中隐含的属性是否符合密文中隐含的访问结构进行解密或不解密的操作。并且在紧急场景下,通过具体情景的不同要求数据访问者提供不同类型的证明信息,并进行语义推理,如果判断出紧急情况属实则为访问者临时开放访问权限,从而实现一种高度灵活的访问控制。

    一种远程医疗中图像的实时查看方法

    公开(公告)号:CN108184097B

    公开(公告)日:2020-02-28

    申请号:CN201810037259.1

    申请日:2018-01-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种远程医疗中图像的实时查看方法,主要针对超大尺寸的医疗影像,如病理切片图像。本发明运用服务器端处理的方式来生成影像的局部缩略图,定义了不同缩放层级的缩略图映射方法与缓存方法,并设计了一种缓存的更新方法,以节省储存空间。当客户端请求图像数据时,服务器先判断是否命中缓存,没有命中则实时生成指定窗口、缩放等级的缩略图。客户端通过预加载的方式,降低了图像调窗(如拖动,缩放)的操作延迟。通过监听鼠标(触摸)事件,以一定规则判断用户是否在某一区域停留,如果存在停留,则预加载停留区域的下几级缩略图,实现实时查看目标区域的清晰图像。

    一种基于深度置信网络的肿瘤预后预测系统

    公开(公告)号:CN106897545B

    公开(公告)日:2019-04-30

    申请号:CN201710007736.5

    申请日:2017-01-05

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度置信网络的肿瘤预后预测系统,包括:用于采集肿瘤信息的数据采集模块;用于对肿瘤原始数据进行缺失值处理和归一化处理的数据预处理模块;用于对肿瘤数据进行深度学习和预测建模的数据学习预测模块;用于将数据学习预测模块输出的相对风险进行显示的预测结果显示模块;本发明利用高斯受限玻尔兹曼机,保留数据的非线性特征;根据输入数据的维度、输出分类的数量、模型的准确度,可以灵活扩展深度置信网络;模型训练过程中,不采用任何限制和假设,可以充分挖掘变量对结果的影响方式以及变量之间的相互作用,全面展现不同因素对肿瘤预后影响的方式,并提高肿瘤预后预测的准确性。

    一种远程医疗中图像的实时查看方法

    公开(公告)号:CN108184097A

    公开(公告)日:2018-06-19

    申请号:CN201810037259.1

    申请日:2018-01-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种远程医疗中图像的实时查看方法,主要针对超大尺寸的医疗影像,如病理切片图像。本发明运用服务器端处理的方式来生成影像的局部缩略图,定义了不同缩放层级的缩略图映射方法与缓存方法,并设计了一种缓存的更新方法,以节省储存空间。当客户端请求图像数据时,服务器先判断是否命中缓存,没有命中则实时生成指定窗口、缩放等级的缩略图。客户端通过预加载的方式,降低了图像调窗(如拖动,缩放)的操作延迟。通过监听鼠标(触摸)事件,以一定规则判断用户是否在某一区域停留,如果存在停留,则预加载停留区域的下几级缩略图,实现实时查看目标区域的清晰图像。

Patent Agency Ranking