-
公开(公告)号：CN114218378A
公开(公告)日：2022-03-22
申请号：CN202111638581.8
申请日：2021-12-29
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/335 , G06F16/36 , G06F16/332 , G06F16/35
Abstract: 本申请提供了一种基于知识图谱的内容推送方法、装置、设备及介质，其中，将目标用户的历史提问信息中的对知识性信息进行提问的目标历史提问信息映射为第一词向量，其中，所述历史提问信息为所述目标用户在使用所述人机交互设备时在所述人机交互设备中输入的文本信息；针对每个待推荐标签，将该待推荐标签映射为第二词向量，并将所述第一词向量分别和每个第二词向量进行相似度的计算；将为目标相似度对应的待推荐标签分配的待推荐内容推送给所述目标用户，其中，目标相似度为大于预设阈值的相似度。采用上述方法，将与目标用户的历史提问信息相似度最高的待推荐标签中的内容对该目标用户进行推送，有利于提高内容推送的有效性。
-
Patent Agency Ranking
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：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：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。
-
公开(公告)号：CN115206536A
公开(公告)日：2022-10-18
申请号：CN202210551457.6
申请日：2022-05-18
Applicant: 神州医疗科技股份有限公司
Abstract: 本申请提供了一种基于知识图谱的模型训练方法、装置、设备及介质，方法包括：获取多个患者的病历；对于每一患者，基于该患者的病历中的文字信息，得到该患者对应的至少一个三元组；基于每一患者对应的每一三元组，生成知识图谱，并从知识图谱中抽取出异构图；对于每一患者，将异构图中第一节点以及不同第一节点之间的关系作为第一目标模型、第二目标模型和图神经网络模型的输入，将用于表征该患者对于目标疾病的治疗效果的目标标签作为第一目标模型、第二目标模型和图神经网络模型的输出，对第一目标模型、第二目标模型和图神经网络模型进行训练。本申请能够通过训练后的第一目标模型、第二目标模型和图神经网络模型对患者所患疾病的治疗效果进行评估。
-
公开(公告)号：CN114927234A
公开(公告)日：2022-08-19
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 , G06N3/04 , G06K9/62 , G06F16/9535
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。
-
-
-
-
-
Search Results
26
records
(took 0.032 seconds)
