-
公开(公告)号：CN119849441A
公开(公告)日：2025-04-18
申请号：CN202510045420.X
申请日：2025-01-13
Applicant: 神州医疗科技股份有限公司
IPC: G06F40/151 , G06N3/04
Abstract: 本发明涉及一种文本向量表示方法、装置、电子设备及存储介质，该方法包括：获取待表示文本，并确定所述待表示文本对应的特征图；确定预设的滑动窗口在所述特征图上滑动时对应的多个窗口特征图；对于每个所述窗口特征图，对该窗口特征图进行混合池化操作，得到该窗口特征图对应的目标特征，直到得到所有窗口特征图对应的目标特征。通过本发明的方法，通过混合池化操作可综合局部特征捕捉的能力以及保留信息完整性方面的优势，从而可准确通过目标特征表达每个窗口特征图的特征，进而可提升待表示文本的向量表示的质量。
-
公开(公告)号：CN119763758A
公开(公告)日：2025-04-04
申请号：CN202411925167.9
申请日：2024-12-25
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明公开了一种决策生成方法、系统、电子设备和存储介质，涉及计算机技术领域，方法包括：通过交互平台，获取目标用户针对预设问题所提供的实时反馈数据；根据所述目标用户的所述实时反馈数据和历史反馈数据，生成用于解决所述预设问题的初始决策；对所述初始决策进行优化，生成用于解决所述预设问题的最终决策，并提供给所述目标用户，本发明通过交互平台能够获取目标用户针对预设问题所提供的实时反馈数据，然后自动分析每个目标用户的反馈数据和已有反馈数据，能够更具针对性且更准确地为每个目标用户的预设问题生成初始决策如健康管理方案和学习规划等，然后通过对初始决策进行优化，进一步提高解决预设问题的成功率。
-
公开(公告)号：CN119170189B
公开(公告)日：2025-03-18
申请号：CN202411611277.8
申请日：2024-11-12
Applicant: 神州医疗科技股份有限公司
IPC: G16H20/00 , G16H70/00 , G06F18/25 , G06F16/353 , G06N5/022 , G06N3/0455 , G16H20/10 , G16H20/40
Abstract: 本发明涉及医疗领域，特别涉及权衡知识库和模型结果的脑肿瘤诊疗方案生成方法及系统，该方法包括：获取与脑肿瘤相关的文本证据信息；构建知识库；构建并训练诊疗方案生成模型；构建并训练方案打分模型；获取目标患者的病案文本信息，基于知识库匹配技术和诊疗方案生成模型的模型生成结果，生成脑肿瘤诊疗方案的推荐方案。本发明通过权衡精确的知识库和准确的模型生成结果，利用推荐方案生成技术来动态生成个性化的辅助诊疗方案，不仅提高了诊疗决策的准确性和效率，还能够为医务人员提供更好的决策支持。
-
公开(公告)号：CN119625325A
公开(公告)日：2025-03-14
申请号：CN202510163039.3
申请日：2025-02-14
Applicant: 中国医学科学院北京协和医院 , 神州医疗科技股份有限公司
IPC: G06V10/26 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本申请提供一种医疗图像语义分割方法、装置、电子设备及存储介质，涉及图像处理技术领域，方法包括通过特征提取网络分别提取第一图像对应的第一图像特征和至少一张第二图像对应的多个第二图像特征；基于第一图像特征和多个第二图像特征的均值进行特征交叉对齐，以获得多个交叉特征；基于第一图像特征和多个第二图像特征之间的相似度，分别对多个交叉特征进行优化，以获取多个优化特征；通过解码器对第一图像特征、多个优化特征以及每个优化特征匹配的掩码进行融合，以获得第一图像对应的掩码结果，用以提高罕见病医学影像语义分割的准确性。
-
公开(公告)号：CN119541895A
公开(公告)日：2025-02-28
申请号：CN202510096940.3
申请日：2025-01-22
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/80 , G16H50/70 , G06F18/213 , G06F18/27 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了基于多阶段学习的大模型传染病预测和预警方法及系统，主要在于针对数据构建了多阶段的学习模型，分别通过不同阶段学习到数据中的基础特征，时序特征，扩充特征，之后再通过我们重新自定义的注意力机制模型，将前面阶段学习到的结果进行融合计算，形成综合特征表示，本方案按顺序构建的针对不同特征的不同阶段的学习模型，分别学习到不同的信息，自定义的注意力融合机制，通过注意力遍历两两计算及为每个阶段的结果赋予不同的权重因子再加权融合，充分融合了不同阶段的结果，通过融合多源数据实现对传染病疫情的多阶段、全面、精准预测与预警。
-
Patent Agency Ranking
公开(公告)号：CN119475237A
公开(公告)日：2025-02-18
申请号：CN202411586167.0
申请日：2024-11-08
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/25 , G06F18/2431 , G06F18/214 , G16H10/40 , G16H50/30
Abstract: 本发明涉及医疗领域，特别涉及一种肝硬化预后预测的模型融合方法及系统，该方法包括：获取历史肝硬化患者的特征数据和类型标签数据；构建数据集；构建并训练三种多分类模型；基于预设的多分类对数损失公式，计算三种多分类对数损失值；基于预设的模型融合权重公式和三种多分类对数损失值，分别计算融合权重值；将目标肝硬化患者的特征数据输入至训练后的三种多分类模型中，得到预测对应类型标签的预测结果；基于预设的模型融合策略，得到模型融合预测结果。本发明通过融合多分类对数损失公式、模型融合权重公式和模型融合策略对模型输出结果进行模型融合分析，以便提高模型融合预测结果的准确性，从而为医务人员提供更好的决策支持。
-
公开(公告)号：CN118035678A
公开(公告)日：2024-05-14
申请号：CN202410142915.X
申请日：2024-02-01
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/20 , G06F18/2433 , G06N5/022 , G06F40/216 , G06F40/295
Abstract: 本发明涉及一种医学知识图谱质量评估方法及系统；该方法通过用户在前端发起对目标定义型医学知识图谱进行检测的Api请求，该Api请求通过http接口形式返回至后端服务器，后端服务器在接收该Api请求后开始调用知识图谱检测系统进行检测，基于形式检测、概念异常检测和关系一致性检测，以便对目标定义型医学知识图谱的状态和不足之处进行筛选，生成相应的质量检测结果，后端服务器将生成的质量检测结果再次通过HTTP接口形式返回至前端，用于展示质量检测结果，以供用户查看，通过查看质量检测结果，用户能够对目标定义型医学知识图谱的状态和不足之处认识和了解，以便下一步的修正，从而提高了定义型医学知识图谱内知识的准确性和可靠性。
-
公开(公告)号：CN117809792B
公开(公告)日：2024-05-03
申请号：CN202410221624.X
申请日：2024-02-28
Applicant: 神州医疗科技股份有限公司
IPC: G16H10/60 , G06F16/31 , G06F16/35 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种跨病种迁移时病种数据结构化的方法及系统；该方法包括：S1、构建问题库；S2、输出目标病种BERT语言模型和其它病种BERT语言模型；S3、过滤出目标病种句；S4、将目标病种句输入至目标病种BERT语言模型中，输出目标病种句向量；S5、得到目标病种已标注语料；S6、构造训练数据，将训练数据输入至初始分类模型中进行训练，得到训练分类模型；S7、得到目标病种结构化数据。本发明通过设置问题库，将病历和问题库结合输入至训练分类模型中，根据训练分类模型中的预测结果来提供结构化信息，从而得到较为精确和一致的病历数据整合结果，通过小批量样本标注以实现大批量样本标注的技术效果，能够满足跨病种迁移时的需求。
-
公开(公告)号：CN117349676B
公开(公告)日：2024-03-12
申请号：CN202311650060.3
申请日：2023-12-05
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/214 , G06F18/2415 , G06F18/2431 , G06F16/25
Abstract: 本发明提供了基于mq端口和redis数据库的模型训练方法及系统，该方法包括以下步骤：将现有医疗数据的数据格式进行统一，并作为训练集；利用训练集对预测模型进行训练；利用预测模型输出预测结果，将预测结果和审核结果存储于数据库并进行对比；若预测结果进行过修改，则将审核结果作为正例数据，预测结果作为负例数据，并将所述正例数据和对应的负例数据作为一条样本存储于积存数据库中；将积存数据库中的样本作为自训练集输入预测模型，对预测模型重新训练，并将积存数据量重置为零。本发明将预测模型的输出结果进行存储以及发送人工审核，同时利用审核结果以及预测结果的对比，生成新的训练集，并对原预测模型进行重新训练。
-
公开(公告)号：CN117274750B
公开(公告)日：2024-03-12
申请号：CN202311573882.6
申请日：2023-11-23
Applicant: 神州医疗科技股份有限公司
IPC: G06V10/774 , G06N3/0464 , G06N3/084 , G06N3/096 , G06T7/00 , G06T7/11 , G06V10/26 , G06V10/28 , G06V10/44 , G06V10/74
Abstract: 本发明公开了一种知识蒸馏半自动可视化标注方法及系统，涉及数据标注技术领域。包括得到预训练后的医学图像分割模型，优化模型预训练损失；基于医学图像数据集采用无监督预训练方法得到的数据训练得到图像特征预测模型；将医学图像数据集输入医学图像分割模型和图像特征预测模型后，提取第一特征图和第二特征图；根据图像分割标注生成语义mask，用语义mask加权平均池化，得到第一特征向量和第二特征向量；计算第一特征向量和第二特征向量之间的余弦相似度，得到医学图像分割模型的蒸馏误差；合并预训练损失和蒸馏误差得到总损失，基于总损失优化医学图像分割模型。本发明实现了协作标注和隐私保护，提升了医学标注效率。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.039 seconds)
