-
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。
-
公开(公告)号：CN117576127A
公开(公告)日：2024-02-20
申请号：CN202410067270.8
申请日：2024-01-17
Applicant: 神州医疗科技股份有限公司
IPC: G06T7/11 , G06T7/136 , G06T7/194 , G06V10/28 , G06V10/774 , G06V10/82 , G06V10/25 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于病理图像的肝癌区域自动勾画方法，具体涉及肝癌病理图像预测技术领域。本申请基于肝癌病理图像建立了预测肝癌癌区的模型流程，并且模型效果较好，其中dice值达到0.92，具体的是构建了深度学习病理图片识别模型，具体的是通过深度学习勾画癌区、再利用影像组学提取特征并根据特征训练模型以及判别任务，具备步骤详细、方案清晰和预测准确的优点；解决了医生看病理图片费时标注癌区费力的问题，并且也避免出现假阳性患者浪费医疗资源，分析准确率高；通过预测时截取patches中心部分预测并应用于patches其他区域，有效节约了模型训练与预测的时间，同时模型训练与预测精度损失也较小。
-
Patent Agency Ranking
公开(公告)号：CN117290686A
公开(公告)日：2023-12-26
申请号：CN202311560971.7
申请日：2023-11-22
Applicant: 神州医疗科技股份有限公司
IPC: G06F18/20 , G16H50/20 , G06F18/10 , G06F18/2113 , G06F18/2411 , G06F18/2413 , G06F18/243 , A61B5/11 , A61B5/00
Abstract: 本发明涉及一种预测患者跌倒风险的模型的构建方法，该构建方法包括：数据的采集、数据的预处理以及模型构建等步骤。本发明针对平衡能力数据以及步态能力数据，通过筛选出与平衡能力数据相关性较高的第一风险特征以及与步态能力数据相关性较高的第二风险特征，采用8种二分类的机器学习模型针对平衡能力和步态能力分别进行模型构建，并分别计算7种模型评价指标，分别选取AUROC最高的预测患者跌倒风险的模型作为最终模型，该模型能够实现对患者步态和平衡能力的快速预测，模型效果较好，且得到的评估结果更加能体现真实的平衡能力与步态能力，提高了患者跌倒风险预测结果的准确度。
-
公开(公告)号：CN116804998A
公开(公告)日：2023-09-26
申请号：CN202311059563.3
申请日：2023-08-22
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/33 , G06F40/284 , G06F40/295 , G06F40/30 , G06N20/00 , G06F16/31 , G06F16/338
Abstract: 本申请公开了基于医学语义理解的医学术语检索方法和系统，包括：获取原始文本并进行预处理；将预处理后的原始文本输入至所述bert模型得到语义向量表示；将预处理后的原始文本输入至所述TextRank模块提取关键词；基于所述语义向量表示将所述关键词进行均值化处理，得到所述关键词的语义向量表示；将所述关键词的语义向量表示输入至所述映射算法模块，映射出标准词作为检索结果。本发明能够根据用户输入的文本生成医疗领域的标准词，且生成的标准词准确度高。
-
公开(公告)号：CN116502629B
公开(公告)日：2023-08-18
申请号：CN202310735155.9
申请日：2023-06-20
Applicant: 神州医疗科技股份有限公司
IPC: G06F40/232 , G06F40/226 , G16H50/70 , G16H50/80 , G06N3/045 , G06N3/08 , G06F16/903
Abstract: 本发明涉及疾病预警技术领域，具体为基于自训练文本纠错和文本匹配的医学直报方法及系统；本方法包括基于原始病历数据构造文本纠错模型的训练数据，得到缺字补充模型和错字纠错模型，将新输入数据通过模型进行文本纠错处理，将纠错处理过后的数据，使用bm25算法和jaccard算法计算与已有疾病标准名称知识库的相似度，选择相似度综合评分最大的已有疾病标准名称作为该新输入数据映射的标准疾病名称，与危险传染疾病数据库中的传染疾病名称进行直接匹配检索，若存在相应的数据，则判断当前疾病为危险传染病，将该疾病直接上报给机构，完成危险病直报；实现数据标准化，使得直报系统可以准确识别病症，克服系统不准确的问题。
-
公开(公告)号：CN116386800A
公开(公告)日：2023-07-04
申请号：CN202310658805.4
申请日：2023-06-06
Applicant: 神州医疗科技股份有限公司
IPC: G16H10/60 , G06F18/214 , G06F18/10 , G06F18/22 , G06F40/205 , G06F40/295
Abstract: 本发明公开了基于预训练语言模型的医疗病历数据分割方法和系统，通过预构建的预训练语言模型生成原始病历文本数据，基于N‑gram模型按照1~n gram对原始病历文本数据进行划分组合，得到病历划分数据，并通过预构建的bert模型得到病历词向量集合，再用预设的医疗领域所有的标准词通过bert模型得到标准词向量集合，通过相似度得分计算病历词与标准词的相似度得分，根据预设阈值将符合的病历词标识为疾病实体，从而实现病历文本的快速精确分割识别操作，解决了基于传统序列标注的分割方法中效率低且准确率不达标的问题。
-
公开(公告)号：CN116218993A
公开(公告)日：2023-06-06
申请号：CN202211707234.0
申请日：2022-12-27
Applicant: 神州医疗科技股份有限公司
IPC: C12Q1/6883 , C12N15/11
Abstract: 本发明公开了一种用于高血压药物基因多种SNP位点检测的核酸组合物、试剂盒和方法，所述用于高血压药物基因多种SNP位点检测的核酸组合物，所述核酸组合物包括引物探针组合1‑引物探针组合12中的任意一种或两种以上的组合。所述用于高血压药物基因多种SNP位点检测的核酸组合物，通过12个引物探针组合能够对多种SNP位点进行检测，通过PCR扩增时相应通道的信号强度进行实时监测和输出，能够实现检测结果的定性分析，从而得出药物治疗失败的原因，制定更加有针对性的降压药物治疗方案，提高降压药物疗效、降低药物不良反应、缩短治疗周期和减轻患者经济负担。
-
-
-
-
-
-
-
-
-
Search Results
187
records
(took 0.103 seconds)
