-
公开(公告)号：CN110222772A
公开(公告)日：2019-09-10
申请号：CN201910497178.4
申请日：2019-06-10
Applicant: 浙江大学
Abstract: 本发明公开了一种基于块级别主动学习的医疗图像标注推荐方法，首先将整张图像划分成不同区域，识别和区分每个区域所含对象的类型，然后针对图像块和对象类别进行标注推荐，实现对图像各区域标注价值的细粒度评估。本发明通过定位有标注价值的区域，解决了现有标注推荐方法在医疗图像上重复推荐的问题。该方法将图像标注推荐的基本单位缩小到图像块级别，避免了图像中相似对象重复标注导致的资源浪费，进一步地减少了标注成本。与目前最好的医疗图像标注推荐方法相比，本发明在达到相同语义分割精度的情况下最多能减少15％的标注开销，或者在相同标注开销的情况下能够提高2％的语义分割精度。
-
公开(公告)号：CN117454445A
公开(公告)日：2024-01-26
申请号：CN202311633560.6
申请日：2023-11-30
Applicant: 浙江大学嘉兴研究院
IPC: G06F21/64 , G06F16/2458 , G06F16/27 , G06F21/60 , G06F21/62
Abstract: 本申请公开了一种基于区块链的数据访问控制方法及相关设备，涉及区块链技术领域，该方法包括：基于非对称秘钥算法加密目标数据，并将加密后的目标数据发送至星际文件存储系统，以使所述星际文件存储系统基于所述加密后的目标数据进行分块和哈希计算操作以生成所述目标数据对应的指纹信息；在接收到所述指纹信息的情况下，向数据授权凭证链发起所述目标数据的注册请求，以使具有授权的数据使用端查询所述目标数据。
-
公开(公告)号：CN113035363B
公开(公告)日：2024-01-02
申请号：CN202110320400.0
申请日：2021-03-25
Applicant: 浙江大学
IPC: G16H50/70 , G16H50/20 , G06F18/2415 , G06F18/214
Abstract: 本发明公开了一种概率密度加权的遗传代谢病筛查数据混合采样方法，该方法利用基于特征惩罚的方法估计每个特征的重要性，在采样时对特征空间的各个方向进行加权；同时，估计阳性样本的分布情况，并将概率密度分布作为样本生成的依据，使得采样生成的样本与整体阳性样本分布较为一致。本发明的方法能够根据不同疾病的特征重要性在特征空间上进行加权，且所生成的阳性样本更加符合真实的人口统计学分布情况。相比于现有采样方法，采用本发明所生成的数据进行建模，初筛阳性率能降低约0.5％左右。
-
公开(公告)号：CN115034204B
公开(公告)日：2023-05-23
申请号：CN202210518716.5
申请日：2022-05-12
Applicant: 浙江大学
IPC: G06F40/216 , G06F40/151 , G06F40/247 , G06F40/289 , G16H10/60
Abstract: 本申请提供了结构化医学文本的生成方法，包括：获取医学文本；确定所述医学文本所属的文本类别；根据所述文本类别选择预设的医学模板，所述医学模板中包含多个医学分词；根据所述医学分词对所述医学文本进行分词，得到医学变量；将所述医学文本和所述医学变量输入span‑based模型，得到中间医学文本，所述中间医学文本中包含所述医学变量、以及与所述医学变量对应的变量值；参照标准化医学数据库的格式处理所述中间医学文本，得到所述结构化医学文本。本申请提供的结构化医学文本的生成方法、计算机设备、存储介质和程序产品，能够节省人力，提高效率。
-
公开(公告)号：CN115034204A
公开(公告)日：2022-09-09
申请号：CN202210518716.5
申请日：2022-05-12
Applicant: 浙江大学
IPC: G06F40/216 , G06F40/151 , G06F40/247 , G06F40/289 , G16H10/60
Abstract: 本申请提供了结构化医学文本的生成方法，包括：获取医学文本；确定所述医学文本所属的文本类别；根据所述文本类别选择预设的医学模板，所述医学模板中包含多个医学分词；根据所述医学分词对所述医学文本进行分词，得到医学变量；将所述医学文本和所述医学变量输入span‑based模型，得到中间医学文本，所述中间医学文本中包含所述医学变量、以及与所述医学变量对应的变量值；参照标准化医学数据库的格式处理所述中间医学文本，得到所述结构化医学文本。本申请提供的结构化医学文本的生成方法、计算机设备、存储介质和程序产品，能够节省人力，提高效率。
-
Patent Agency Ranking
公开(公告)号：CN113035349A
公开(公告)日：2021-06-25
申请号：CN202110320409.1
申请日：2021-03-25
Applicant: 浙江大学
Abstract: 本发明公开了一种面向遗传代谢病多中心筛查的神经网络动态融合方法，该方法中除了多个筛查中心外，还需要配备两种类型的节点：任务节点、计算节点，其中任务节点负责多中心筛查任务的管理、分发、维护；每个筛查中心各需要配备一个计算节点，负责任务节点下发联合建模任务的计算。本发明方法是面向遗传代谢病多中心筛查场景的，填补了多中心联合建模方法的空缺。其次，结合遗传代谢病多中心筛查建模任务多、神经网络融合通信负载压力大的特性，本发明方法采用探测性参数采样，评估多个计算节点种模型迭代的同步程度，动态调整模型融合的时间节点，提升融合效率，减少通信次数，可以有效降低整体任务的通信负载。
-
公开(公告)号：CN117689394A
公开(公告)日：2024-03-12
申请号：CN202311688277.3
申请日：2023-12-08
Applicant: 浙江大学嘉兴研究院
IPC: G06Q30/018 , G06Q50/02 , G06Q30/0201 , G06F16/27 , G06F16/2455
Abstract: 本发明公开了一种农产品流通数据处理方法、装置、电子设备及存储介质。本申请的方法包括：从至少一个数据渠道爬取目标农产品在多个流通环节的基础数据，基础数据中记录有所述目标农产品的流通信息；基于预设的信息抽取模型，从基础数据中抽取目标农产品在至少一个信息类型上的流通信息；将目标农产品在至少一个信息类型上的流通信息写入预先构建的农产品信息资源区块链中，以供用户查询。通过本申请的农产品流通数据处理方法，可拓宽目标农产品的流通信息的采集范围，进而向用户提供大量关于目标农产品的真实且完善的流通信息，避免现有技术中用户难以了解农产品的真实情况的问题，为用户的决策提供便利。
-
公开(公告)号：CN117633227A
公开(公告)日：2024-03-01
申请号：CN202311648269.6
申请日：2023-12-04
Applicant: 浙江大学嘉兴研究院
IPC: G06F16/35 , G06F40/30 , G06F40/295 , G06N3/0455 , G06N3/09 , G06F21/62 , G06F16/45
Abstract: 本申请公开了一种数据的隐私安全识别方法及相关设备，涉及数据识别领域，该方法包括：获取原始数据信息和文本提示信息，其中，上述文本提示信息是用户基于自定义场景需求仿照最佳实践的文本提示模板进行选择编辑或修改后生成的；对上述原始数据信息分别基于数据的模态类型进行对应的预处理操作以获取模态数据信息；基于上述模态数据信息和上述文本提示信息进行跨模态交互以文本提示的方式识别提示中的开放对象，以获取第一隐私安全类型识别结果，其中，上述第一隐私安全类型识别结果是基于上述文本提示信息的文本提示模板引导生成的；根据所有的上述第一隐私安全类型识别结果经过简明化后处理获取隐私安全识别结果。
-
公开(公告)号：CN116795826A
公开(公告)日：2023-09-22
申请号：CN202310799551.8
申请日：2023-07-03
Applicant: 浙江大学
IPC: G06F16/215 , G16H70/00 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于数据关联性挖掘的多模态医疗缺失数据补全方法及装置，该方法包括：获取存在数据缺失问题的原始多模态医疗数据。根据所获取的原始多模态数据，构建基于数据关联性挖掘的生成器模型和掩码能量判别器模型。将构建好的基于数据关联性挖掘的生成器模型和掩码能量判别器模型进行结合，利用原始多模态医疗数据对结合后的模型进行博弈优化训练。通过训练好的生成器模型完成对缺失数据的补全，得到完整数据。本发明针对多模态数据缺失的问题，采用基于挖掘多模态数据间关联性的方法以有效进行数据补全，具有补全精度高，模型复杂度低等优点。
-
公开(公告)号：CN111210415B
公开(公告)日：2022-08-23
申请号：CN202010010215.7
申请日：2020-01-06
Applicant: 浙江大学
Abstract: 本发明公开了一种基于VS‑C3D网络的帕金森患者面部表情低迷的检测方法，具体过程如下：首先，对面部视频进行人脸捕捉，裁剪掉与面部无关的区域，留下包含人脸的图像序列作为输入数据；接着，输入图像序列被分为两条通道：一条通道由RGB彩色图像序列构成，另一条通道是从RGB彩色图像中提取的光流图像；然后，VS‑C3D网络中的VEL算法切分了包含脸部活动的视频片段，去除了视频中无表情区域；最后，VGGV网络提取了脸部活动的时空特征，将脸部活动的拟态表示数字化，并通过这些时空特征区分患有面部表情低迷症状的帕金森患者和正常对照对象。综上所述，该发明实现了高准确率识别帕金森的面部表情低迷症状。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.038 seconds)
