公开(公告)号：CN113934824A

公开(公告)日：2022-01-14

申请号：CN202111528572.3

申请日：2021-12-15

Applicant: 之江实验室

Inventor： 李劲松 ,  杨宗峰 ,  李玉格 ,  周天舒 ,  田雨

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/35 ,  G16H50/70 ,  G16H10/20 ,  G16H10/60 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多轮智能问答的相似病历匹配系统及方法，本发明对关键的临床信息及其性质描述设计了全面的问题流程，然后构建多轮智能问答模型，在病历文本中定位临床信息问题答案；在多轮智能问答模型中设计了综合考虑前面若干轮问题答案与当前一轮问题的方法，并且设计了在病历文本中识别答案位置的计算方法，使得多轮智能问答模型考虑的信息更加全面；在多轮智能问答模型中设计了基于医疗领域知识图谱的知识增强方法，进一步保证模型性能；本发明首先计算不同临床信息之间的关系，然后基于它们的关系计算病历文本整体的向量表示，使得病历文本的向量表示中包含了不同临床信息之间的内在联系，从而保证相似病历结果的完整性和准确性。

公开(公告)号：CN113688248A

公开(公告)日：2021-11-23

申请号：CN202111247796.7

申请日：2021-10-26

Applicant: 之江实验室

Inventor： 李劲松 ,  李玉格 ,  杨宗峰 ,  史黎鑫 ,  辛然 ,  田雨 ,  周天舒

IPC: G06F16/35 ,  G06F40/30 ,  G06K9/62 ,  G16H50/70

Abstract: 本发明公开了一种小样本弱标注条件下的医疗事件识别方法及系统，本发明构建了医疗事件库，利用远程监督方法实现了在小样本弱标注条件下对医疗要素的自动标注；从多个维度构建医疗要素和事件元学习模型，解决小样本弱标注条件下，医疗事件识别模型泛化性差、标注数据不足的问题；利用医疗要素和事件元学习模型进行负采样，将未标注医疗要素控制在一个较低的范围，降低远程监督方法引起的漏标问题，提升医疗要素识别模型性能；基于医疗事件库和专家知识计算医疗要素重要度，利用医疗要素重要度与医疗要素和事件元学习模型对医疗事件进行分类识别，解决了医疗事件触发词难以定义的问题。

公开(公告)号：CN113053468A

公开(公告)日：2021-06-29

申请号：CN202110599266.2

申请日：2021-05-31

Applicant: 之江实验室

Inventor： 王昱 ,  李劲松 ,  田雨 ,  周天舒

IPC: G16C20/50

Abstract: 本发明公开了一种融合患者画像信息的药物新适应症发现方法及系统，本发明在数据驱动的药物重定位方案中引入真实世界患者用药和患者诊断数据，将药物在更广泛的人群中的实际使用效果加入到新的药物‑疾病关系预测模型中；本发明通过构建患者画像作为患者信息的特征表达，并以此构建患者‑患者网络，作为药物和疾病网络中间的媒介，构建符合实际临床过程的异构网络体系；本发明预测结果更加贴近临床，在后续老药新用验证和新的临床试验中成功的可能性更大。

公开(公告)号：CN111312393A

公开(公告)日：2020-06-19

申请号：CN202010038992.2

申请日：2020-01-14

Applicant: 之江实验室

Inventor： 李劲松 ,  周天舒 ,  杨子玥 ,  池胜强

IPC: G16H50/30 ,  G16H50/70 ,  G06N3/04 ,  G06N3/08 ,  G06F17/18

Abstract: 本发明公开了一种结合主动学习的时序深度生存分析系统，该系统包括数据采集模块、主动学习模块、时序深度生存分析模块；数据采集模块用于获取待分析对象的生存数据；主动学习模块结合主动学习方法选择部分右删失数据标注生存时间；时序深度生存分析模块构建时序深度生存分析神经网络模型，将未删失数据和右删失数据作为模型输入，得到待分析对象的生存时间预测结果。本发明能够充分利用生存数据中的右删失数据及时序特征。较之以往传统的生存分析模型，本发明解决了高维度数据难处理的问题，以及生存分析中仅有少量未删失数据情况下模型表现不佳的问题；同时增加了数据时间维度特征的提取和利用，扩大了模型的应用范围，提高了模型的表现效果。

公开(公告)号：CN119207563B

公开(公告)日：2025-04-08

申请号：CN202411725137.3

申请日：2024-11-28

Applicant: 之江实验室

Inventor： 周天舒 ,  姜周慧婷 ,  李劲松 ,  田雨

IPC: G16B25/10 ,  G16B30/00 ,  G16B40/20 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明公开了一种细胞亚群标签映射方法、系统、设备及存储介质。本发明在大规模未标记单细胞测序数据集上应用自监督学习能力，提高了模型通用性，从而能够有效克服单细胞测序数据中的批次效应。本发明对基因表达量进行离散化处理并进行编码，以减少不同实验条件下基因表达量变异的影响。本发明强化了转录因子的重要性，确保这些关键基因在区分细胞时的作用得到充分考虑。本发明通过基因表示嵌入和基因表达嵌入相结合的方式，不仅捕捉了单个基因的信息，还体现了基因之间的相互作用。同时，通过基于Linformer的自监督学习策略，模型能够从大量的单细胞数据中学习到基因表达的基本模式及其相互作用，从而有效地构建了单细胞基因全景。

公开(公告)号：CN119762787A

公开(公告)日：2025-04-04

申请号：CN202510248236.5

申请日：2025-03-04

Applicant: 之江实验室

Inventor： 赵艳霞 ,  胡佩君 ,  周天舒 ,  李劲松

IPC: G06V10/26 ,  G06V20/70 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于自提示引导的动态决策图像分割方法，属于计算机视觉技术领域。所述方法包括如下步骤：获取数据集并对数据预处理；构建并通过结合特定领域知识优化SAM模型，使其能够更好地适应遥感图像和医学影像等复杂场景；通过引导模型自主生成适应性提示，摆脱传统方法对人工点、框或粗粒度掩码的依赖；设计了动态决策机制，根据图像内容动态调整决策策略，使决策过程更加灵活，有效应对复杂和变化多端的图像内容；通过优化决策过程，使模型推理过程更加透明，增强标注结果的可解释性和可信度，从而满足对高精度和高可信度有严格要求的领域需求。

公开(公告)号：CN119357648B

公开(公告)日：2025-03-14

申请号：CN202411959064.4

申请日：2024-12-30

Applicant: 之江实验室

Inventor： 单橙橙 ,  周天舒 ,  田雨 ,  李劲松

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/22 ,  G06N20/10 ,  G06N20/20

Abstract: 本发明公开了一种基于红外热成像的数据特征提取分析方法及系统，涉及核心体温监测技术领域。所述方法包括：建立数据库；若判断监测场景为多人快速监测场景则根据数据库中所有用户数据拟合得到面部温度‑环境温度耦合特征表达式的系数，建立核心体温预测模型，预测目标用户的核心体温；若判断监测场景为单人长期监测场景，耦合特征表达式的拟合系数则基于目标用户与数据库用户个人特征的相似性得到，并建立个性化核心体温预测模型，预测目标用户的核心体温。本发明提出面部温度‑环境温度耦合特征，实现了基于红外热成像的人体核心体温的精确测量，可为多人快速监测及单人长期监测场景提供最优的监测方案。

公开(公告)号：CN119357315A

公开(公告)日：2025-01-24

申请号：CN202411918948.5

申请日：2024-12-25

Applicant: 之江实验室

Inventor： 朱琰 ,  李劲松 ,  胡佩君 ,  周天舒 ,  田雨

IPC: G06F16/33 ,  G06F16/36 ,  G06F40/30 ,  G06N5/022 ,  G06N5/04 ,  G06N3/0455

Abstract: 本发明公开了一种基于知识检索多模态大模型的智能决策方法及装置，属于人工智能和医学数据处理技术领域，该方法包括：获取患者的多模态诊疗数据，预处理并生成相应的特征向量；基于增强融合模型，对各模态的特征向量进行增强及跨模态特征向量融合，得到患者个性化融合特征向量；基于其在肿瘤治疗全流程电子记录数据库中进行知识检索，得到若干相似临床表现下的治疗方案，将检索得到的治疗方案与所述患者个性化融合特征向量一并输入大语言模型进行决策，得到患者的个性化治疗方案并评估其风险，辅助医生给出实际治疗方案；若患者的多模态诊疗数据随实际治疗进程被更新，则进行所述个性化治疗方案及其风险的更新，从而为医生提供实时动态辅助。

公开(公告)号：CN119153017A

公开(公告)日：2024-12-17

申请号：CN202411596703.5

申请日：2024-11-11

Applicant: 之江实验室

Inventor： 张阳 ,  周天舒 ,  李劲松 ,  田雨

IPC: G16H15/00 ,  G16H10/60 ,  G16H30/40 ,  G06F16/58 ,  G06F18/213 ,  G06F40/126 ,  G06V10/32 ,  G06V10/74 ,  G06V10/82 ,  G06N3/045

Abstract: 本发明公开了一种基于多模态语言对齐的数据增强方法和装置，该方法包括：采集电子病历系统中患者的基本信息、观察窗期间的诊断报告和各类图像数据，并对其进行预处理；分别对预处理后的图像和诊断报告进行图像数据编码和文本数据编码，得到编码后的图像嵌入表示和文本嵌入表示；将编码后的图像嵌入表示和文本嵌入表示进行模态投影融合，通过对比学习方法构建其损失函数，通过最小化对比学习的损失函数对齐图像嵌入表示和文本嵌入表示；通过基于语言相似性的图像‑文本对生成的解码方法，生成图像‑文本对数据。本发明能够区分图像和文本以及不同模态的图像；还可以生成指定模态的数据，解决了多模态大模型研究中缺少数据量的问题。

公开(公告)号：CN118656683A

公开(公告)日：2024-09-17

申请号：CN202411132392.7

申请日：2024-08-19

Applicant: 之江实验室

Inventor： 王伟彬 ,  胡佩君 ,  李劲松 ,  周天舒 ,  田雨

IPC: G06F18/24 ,  G06F18/25 ,  G06F16/33 ,  G06V10/44 ,  G06V10/50 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G16H50/20 ,  G16H10/20 ,  G16H10/60

Abstract: 本发明公开了一种基于多模态可信渐进融合的分类系统，该系统包括：多模态数据预处理模块，用于对多模态数据进行预处理；特征提取与筛选模块，用于从不同模态中提取特征；神经网络模块，用于进一步处理以获取深层特征表示；特征融合模块，用于从特征层面对不同模态的特征进行渐进融合；不确定性建模模块，用于对各个单模态的深层特征表示和多模态融合特征的不确定性进行建模；证据融合模块，用于融合不确定性建模模块输出的多个模态的分类预测概率和不确定性，获得综合证据度量。本发明有效地提升了多模态数据处理的效率和准确性，提升了特征利用率、分类系统泛化能力和鲁棒性，增强了分类系统的分类性能，有效地识别和降低异常模态的负面影响。