-
公开(公告)号：CN119884817A
公开(公告)日：2025-04-25
申请号：CN202411912711.6
申请日：2024-12-24
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及基于多模态学习的目标分类方法、装置、设备及介质，该方法包括：将待处理数据输入至预训练的分类模型中，得到待处理数据对应的分类结果；分类模型包括输入层用于接收待处理数据，深度可分离卷积层用于对每种数据进行逐通道卷积，得到每种数据对应的第一特征图，对每种数据对应的第一特征图进行逐点卷积，得到每种数据对应的第二特征图，基于每种数据对应的第一特征图和第二特征图，得到每种数据对应的第三特征图；多尺度特征融合层用于对所有数据对应的第三特征图进行融合处理得到融合特征图；输出层用于根据融合特征图得到分类结果。通过本发明的方法，可减少计算量并保持精度，从而可使得基于分类模型得到的分类结果更加准确。
-
公开(公告)号：CN119760080A
公开(公告)日：2025-04-04
申请号：CN202411870255.3
申请日：2024-12-18
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/3329 , G06N3/045
Abstract: 本发明公开了一种大模型检索增强生成中的RAG必要性判断方法，涉及大模型检索增强生成技术领域，方法包括：获取用户在社交网站或社交媒体评论区或对话日志中提出的当前问题信息；针对所述当前问题信息，确定所述用户对应的事实倾向性分数；根据所述事实倾向性分数与预设倾向性分数之差，确定是否需要调用RAG对当前问题信息进行辅助回答。本发明通过对当前问题信息进行事实倾向性分数的计算可以有效的识别当前问题信息是否需要利用RAG的方式引用外部知识，通过判断RAG必要性来减少不必要的资源浪费，提升推理速度并避免因为RAG引入的知识而增加模型的混乱。
-
公开(公告)号：CN119577103A
公开(公告)日：2025-03-07
申请号：CN202510144215.9
申请日：2025-02-10
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/3329 , G06F16/36 , G06F40/295 , G06N3/042 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于知识图谱引导的大模型生成效果优化方法及系统，通过预构建领域特定的图谱数据库，并将其作为引导信息融入模型的生成过程中，并且通过生成的模型对用户数据的知识扩充和问答结果检验，从而有效引导大模型根据用户输入数据得出高质量内容，显著提升模型在医疗等领域的问答生成效果和准确性。
-
公开(公告)号：CN117610574B
公开(公告)日：2024-04-26
申请号：CN202410090398.6
申请日：2024-01-23
Applicant: 广东省人民医院 , 神州医疗科技股份有限公司
IPC: G06F40/295 , G16H70/00 , G06N20/00 , G06F16/33 , G06F16/35
Abstract: 本申请提供了一种基于跨域迁移学习的命名实体识别方法和装置，所述方法包括：在单独锁定源域命名实体识别模型的每一模型结构层时，基于源域命名实体识别模型的指标分数的变化情况确定出待锁定结构层；基于t‑SNE算法进行关键样本选取，得到训练文本数据；将待锁定结构层锁定，使用训练文本数据对源域命名实体识别模型进行训练，得到目标域命名实体识别模型；将目标域的医学文本数据输入到目标域命名实体识别模型，得到目标域命名实体识别模型对医学文本数据实体识别的结果。通过所述方法和装置，以解决迁移学习时对目标域样本数量的大量需求，实现有效的精准标注，用最少的样本来最大化的提升模型效果，以提升模型对命名实体识别的准确性。
-
公开(公告)号：CN117766137A
公开(公告)日：2024-03-26
申请号：CN202410194645.7
申请日：2024-02-22
Applicant: 广东省人民医院 , 神州医疗科技股份有限公司
Abstract: 本申请提供了一种基于强化学习的医疗诊断结果确定方法和装置，首先，将用户的当前问诊信息输入到预先构建好的命名实体识别模型中，确定出所述当前问诊信息中存在的多个关键实体；然后，将多个所述关键实体输入到预先训练好的实体关系抽取模型中，从多个所述关键实体中确定出存在实体关系的至少一个关键实体对；基于多个所述关键实体、至少一个所述关键实体对以及相对应的检查项目名称构建所述当前问诊信息对应的至少一个特征数据；最后，将至少一个特征数据输入到辅助诊断模型中，确定出用户当前的诊断结果。通过所述方法及装置，快速为医生提供更加准确的诊断结果，提高医疗效率和诊断准确率。
-
Patent Agency Ranking
公开(公告)号：CN117763140A
公开(公告)日：2024-03-26
申请号：CN202410196621.5
申请日：2024-02-22
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/34 , G06F18/214 , G06F18/21 , G06N3/08
Abstract: 本发明涉及一种基于计算特征网络的精准医学信息结论生成方法，该方法包括：步骤S10、获取医学论文的文本信息；步骤S20、构建基于要部分和结论部分的训练集和验证集；步骤S30、将训练集输入计算网络中进行结论输出模型训练；步骤S40、在利用完成训练的结论输出模型进行结论输出得到输出结果后，基于用户对所述输出结果的修正，优化所述结论输出模型。本发明，能够更好的基于医学论文的摘要部分得到对应的结论，减少人工阅读的繁琐工序，帮助用户得到逻辑更严密、表达清晰、更直观的结论，有利于提高效率。
-
公开(公告)号：CN117235240B
公开(公告)日：2024-02-20
申请号：CN202311507853.X
申请日：2023-11-14
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/332 , G06F9/54 , G06F18/25
Abstract: 本发明公开了一种基于异步消费队列的多模型结果融合问答方法及系统，本方案通过模型融合训练使得模型的输出更加合理，降低了标注数据量，提高了标注速度，同时通过异步的调用方式，我们可以实现和用户端进行联动操作，通过本发明可以快速完成医患之间的交流，帮助医护人员及时预测分析出与患者健康状况，以便于医护人员做出相应的健康护理决策。
-
公开(公告)号：CN116936103A
公开(公告)日：2023-10-24
申请号：CN202311173487.9
申请日：2023-09-12
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/30 , G06F40/177 , G06N3/042 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于同向网络的用户健康预测管理方法及系统，通过同向网络学习已有的用户健康指标检测知识，在模型训练完毕后，使用训练完毕的模型基于新患者健康检测指标和数据进行患者健康状态的判别，并在预测出患者健康状态不佳时及时给出预警提示，从而帮助医护人员及时预测分析出与患者健康状况相关联的医学测量结果，以便于医护人员做出相应的健康护理决策。
-
公开(公告)号：CN116564539B
公开(公告)日：2023-10-24
申请号：CN202310836858.0
申请日：2023-07-10
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/70 , G06F40/216 , G06F40/295 , G16H10/60 , G16H50/20 , G06F16/33 , G06F16/35 , G06F18/22
Abstract: 本发明公开了基于信息抽取和实体归一的医学相似病例推荐方法和系统，通过对病情描述文本进行实体分割，获取其中的疾病术语信息，然后从历史病例数据库中获取历史病例信息并进行文本分割信息抽取，得到历史病例信息中的疾病关键词，最后将所述疾病术语信息和所述疾病关键词进行归一化处理，根据处理结果筛选出包含疾病术语信息的历史病例进行相似病例推荐，减轻了性能要求，降低推荐耗时，更有利于诊断的高效进行，从而快速准确地分析出高相似度的病例向医生进行推荐。
-
公开(公告)号：CN116564539A
公开(公告)日：2023-08-08
申请号：CN202310836858.0
申请日：2023-07-10
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/70 , G06F40/216 , G06F40/295 , G16H10/60 , G16H50/20 , G06F16/33 , G06F16/35 , G06F18/22
Abstract: 本发明公开了基于信息抽取和实体归一的医学相似病例推荐方法和系统，通过对病情描述文本进行实体分割，获取其中的疾病术语信息，然后从历史病例数据库中获取历史病例信息并进行文本分割信息抽取，得到历史病例信息中的疾病关键词，最后将所述疾病术语信息和所述疾病关键词进行归一化处理，根据处理结果筛选出包含疾病术语信息的历史病例进行相似病例推荐，减轻了性能要求，降低推荐耗时，更有利于诊断的高效进行，从而快速准确地分析出高相似度的病例向医生进行推荐。
-
-
-
-
-
-
-
-
-
Search Results
85
records
(took 0.039 seconds)
