-
公开(公告)号：CN115807087A
公开(公告)日：2023-03-17
申请号：CN202211377577.5
申请日：2022-11-04
Applicant: 神州医疗科技股份有限公司
IPC: C12Q1/6886 , C12Q1/6858 , C12N15/11
Abstract: 本发明公开了一种用于宫颈癌PAX1‑SOX1‑SFRP1基因甲基化检测的引物探针组合及其应用，所述用于宫颈癌PAX1‑SOX1‑SFRP1基因甲基化检测的引物探针组合，包括检测PAX1基因、SOX1基因和SFRP1基因甲基化的引物对和探针。本发明引物探针组合采用PAX1‑SOX1‑SFRP1基因甲基化检测，取得受试者宫颈脱落细胞后，首先进行高危型HPV检测，若结果为阳性，先不做病理活检，而是做PAX1‑SOX1‑SFRP1基因甲基化检测，高危型HPV检测为阴性，不做病理活检，继续观察随访；如果采用本发明引物探针组合进行的PAX1‑SOX1‑SFRP1基因甲基化检测结果为阳性，宫颈癌的风险极大，需要尽快做病理活检确诊。可见，采用本发明的引物探针组合在宫颈癌筛查中，能够避免不必要的病理活检。
-
公开(公告)号：CN115658877A
公开(公告)日：2023-01-31
申请号：CN202211683493.4
申请日：2022-12-27
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/335 , G06F16/36 , G16H20/10 , G16H50/50 , G16H50/70
Abstract: 本公开涉及肝癌免疫药物推荐领域，提供了一种基于强化学习的药物推荐方法、装置、电子设备和介质。包括：采集初始患者数据并进行预处理，得到标准患者数据；基于上述标准患者数据构建知识图谱；基于Trans模型得到上述知识图谱的节点向量和边关系向量；基于强化学习、上述知识图谱和上述知识图谱的节点向量和边关系向量训练智能体；基于上述智能体和上述知识图谱得到推荐药物和上述推荐药物对应的推荐路径。本公开结合强化学习与知识图谱对真实肝癌病人用药信息进行建模，在给出病人推荐药物的同时也可以提供模型推荐药物诊疗路径，为药物推荐提供可解释性。
-
公开(公告)号：CN119920484A
公开(公告)日：2025-05-02
申请号：CN202411986058.8
申请日：2024-12-31
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/70 , G16H50/30 , G06F18/25 , G06F18/2132 , G06F18/2135 , G06F40/242 , G06F40/284 , G06F16/36 , G06N5/022 , G06N3/0464 , G06N3/0442
Abstract: 本发明公开了一种智能医疗导诊方法、系统、电子设备和存储介质，涉及就诊技术领域，方法包括：通过交互平台，获取目标患者的问诊信息和个人基本信息，并获取目标患者通过点击交互平台所展示的人体图所确定的目标部位；将提取出的所有问诊关键特征转为第一特征向量，将个人关键特征转为第二特征向量，将目标部位转为第三特征向量；将所有特征向量进行融合，将总特征向量，输入训练好的智能医疗导诊模型中，得到医疗导诊推荐结果，并将医疗导诊推荐结果提供给目标患者。本发明能够便捷获取目标患者的问诊信息和个人基本信息，以及精准地目标部位，进而能够生成精准的医疗导诊推荐结果。
-
公开(公告)号：CN119905260A
公开(公告)日：2025-04-29
申请号：CN202411986050.1
申请日：2024-12-31
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/30 , G16H50/70 , G06V10/82 , G06V10/26 , G06V10/40 , G06F40/30 , G06F18/25 , G06N3/0464 , G06N3/045 , G06N3/0442 , G06N3/084 , G06N3/0895
Abstract: 本发明公开了一种风险预测方法、系统、电子设备和存储介质，涉及风险预测技术领域，方法包括：对每个预设图像进行预处理，得到多个图块；分别对每个图块进行特征提取，并得到每个图块对应的第一预设事件的第一风险概率预测值，然后生成每个预设图像对应的图像级别特征；对每个预设图像对应的图像级别特征和解释性文本数据进行融合，得到多个样本；基于多个样本，对第二学习模型进行训练，得到训练好的第二学习模型；利用训练好的第一学习模型和训练好的第二学习模型对第二预设事件进行风险预测，其中，每个图块对应的第一预设事件的第一风险概率预测值表征了该图块对第二预设事件的重要度。本发明能够有效提高风险预测精度。
-
公开(公告)号：CN119903920A
公开(公告)日：2025-04-29
申请号：CN202411985989.6
申请日：2024-12-31
Applicant: 神州医疗科技股份有限公司
IPC: G06N5/04 , G06N3/045 , G06N3/0499 , G06N3/084 , G06F16/3329 , G06F40/30
Abstract: 本发明公开了一种基于早停判断和多头解码的问答处理方法，涉及大模型问答处理技术领域，方法包括：获取用户在人机交互平台上输入的问题数据，将所述问题数据输入至预设大模型中进行处理，得到所述问题数据对应的答案数据；所述预设大模型包含hidden层、self‑att层以及FeedFroward层，通过设定早停判断机制以及多头解码机制进行训练。本方案通过早停判断机制以及多头解码机制，优化解码以及推理阶段，减少计算量，提高训练效率，通过上述方式可以提升预设大模型的训练效率，同时能够因减少计算量而导致预设大模型的训练精度更高，得到更贴近用户的问题数据的答案数据。
-
Patent Agency Ranking
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：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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.056 seconds)
