-
公开(公告)号：CN118571502B
公开(公告)日：2024-10-18
申请号：CN202411053078.X
申请日：2024-08-02
Applicant: 之江实验室
IPC: G16H50/70 , G16H10/20 , G16H10/60 , G06N5/025 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/0475 , G06N3/094 , G06N3/084
Abstract: 本发明公开了一种基于知识引导域自适应的多中心医学数据处理方法、系统、设备、介质，包括：基于通用医学概念以及其关系、每一中心私有域中的本地医学概念及其与通用医学概念之间的关系、不同中心私有域中的本地医学概念之间的关系构建医学知识图谱；对源中心患者数据、目标中心患者数据进行编码得到源中心数据特征、目标中心数据特征；基于源中心患者数据、目标中心患者数据根据医学知识图谱构建源中心患者子图、目标中心患者子图；对源中心患者子图、目标中心患者子图进行处理，得到源中心知识特征、目标中心知识特征；设置损失函数，所述损失函数包括根据下游医学任务设置的损失，并通过对抗学习得到每一医疗中心患者之间的跨域不变特征。
-
公开(公告)号：CN118711744A
公开(公告)日：2024-09-27
申请号：CN202411190635.2
申请日：2024-08-28
Applicant: 之江实验室
IPC: G16H15/00 , G06V10/26 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/084 , G06N3/0985 , G06V10/25
Abstract: 本发明公开了一种融合图像识别和扩散式生成模型的超声报告生成方法。该方法首先在传统图像分割大模型的图像编码器中加入空间适配器，对超声扫描图像进行高精度的肿瘤区域分割；同时通过图像分类模型对超声图像中的肿瘤进行分类，分类和分割模型使用相同的图像空间编码器结构；进一步将诊断区域的肿瘤类型、区域和病理报告进行语义提取和对齐，作为超声报告生成的训练数据；最后使用扩散式超声图像描述生成模型完成对单张扫描图像的超声报告生成。本发明适用于大规模体检的超声报告生成，通过对分割大模型的网络结构优化，生成精准的肿瘤分割区域作为的诊断区域，提高了超声科医生的检查和诊断效率。
-
公开(公告)号：CN118644477A
公开(公告)日：2024-09-13
申请号：CN202411104179.5
申请日：2024-08-13
Applicant: 之江实验室
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464
Abstract: 本申请涉及一种组织状态分析系统。所述组织状态分析系统包括图像分割模块，用于对预设区域内第一切片图像与第二切片图像进行图像分割，分别得到多个第一小块图像和多个第二小块图像；特征提取模块，用于分别对多个所述第一小块图像进行图像特征提取，得到图像特征；分别对多个所述第二小块图像进行结构特征提取，得到结构特征；超图构建模块，用于分别基于所述图像特征和所述结构特征，得到第一超图和第二超图；特征融合模块，用于对所述第一超图和所述第二超图进行多尺度融合，得到多尺度融合特征；结果预测模块，用于基于所述多尺度融合特征，得到组织状态分析结果。采用本方法能够提高辅助预测准确率。
-
公开(公告)号：CN118471485A
公开(公告)日：2024-08-09
申请号：CN202410933094.1
申请日：2024-07-12
Applicant: 之江实验室
Abstract: 本发明公开了一种基于斜率截断功能连接矩阵的疾病预测系统、设备及介质，包括从静息态脑功能磁共振图像提取每个脑区的时间序列；计算每个被试的任意两两脑区之间的第一斜率差值和第二斜率差值，并根据斜率对应的时间点截取时间序列X和Y；计算截取后的时间序列X和Y的皮尔逊相关系数，与基准值比较，选取其中较大值作为功能连接值；基准值为未截取的时间序列X和Y的皮尔逊相关系数；用于以功能连接矩阵为特征进行疾病预测；功能连接矩阵通过计算每个被试的所有两两脑区的功能连接值得到。以该系统计算的功能连接矩阵为特征进行疾病预测，可以大大提高疾病预测的准确率以及预测模型在多中心数据的泛化能力。
-
公开(公告)号：CN117334246B
公开(公告)日：2024-06-18
申请号：CN202311284290.2
申请日：2023-09-28
Applicant: 之江实验室
Abstract: 本说明书公开了一种基于计算的药物重定位的方法、装置及存储介质，获取待检测样本的基因表达数据，将所述基因表达数据输入预先训练的通路异常检测模型，获得若干个通路及所述若干个通路对应的通路异常评分，根据所述若干个通路对应的通路异常评分，确定目标通路，获取待重定位药物的作用基因集，根据目标通路，构建有向图，根据有向图，确定所述作用基因集中的作用基因与所述目标通路中的目标基因的距离，其中，所述有向图为以基因为节点，以基因之间的交互关系为边构建的，根据所述距离，对待重定位药物进行重定位。本方法通过作用基因与目标基因之间的距离，对药物进行重定位，提高了药物重定位的效率。
-
Patent Agency Ranking
公开(公告)号：CN116994693B
公开(公告)日：2024-03-01
申请号：CN202311259740.2
申请日：2023-09-27
Applicant: 之江实验室
Abstract: 本发明公开了一种基于稳定性控制的医保统筹智能体的建模方法与系统，周期性的对获取的包括DIP/DRG分组点数和医院等级系数的患者真实数据进行汇总；结合医院和患者价值函数建立多周期时序性医保智能体强化学习模型并进行周期训练：在单个结算周期内将每次交互样本进行判断，分配到稳定经验池和波动经验池；在双经验池中进行随机采样，并更新损失函数直至奖励值收敛，将每周期输出结果作为下周期的初始状态；通过训练好的模型，得到下周期的DIP/DRG分组点数和医院等级系数。本发明结合了医保周期结算的特点，在智能体的训练上采用了多周期训练方法，同时考虑相邻周期智能体输出在时序上的稳定性，提高了收敛速度，减少了数据波动。
-
公开(公告)号：CN116364299B
公开(公告)日：2024-02-13
申请号：CN202310338675.6
申请日：2023-03-30
Applicant: 之江实验室
IPC: G16H50/70 , G16H50/20 , G16H10/60 , G06F16/36 , G06F17/16 , G06F18/23213 , G06N3/0464
Abstract: 本发明公开一种基于异构信息网络的疾病诊疗路径聚类方法，包括：获取包含诊疗数据和诊疗事件关系的医疗数据；基于所述诊疗事件关系对诊疗数据中的诊疗事件结点进行拓扑连接，构建异构信息网络；基于给定的元路径，通过注意力机制对所述异构信息网络中不同类型诊疗事件的语义关系进行处理，获得诊疗事件邻接矩阵；根据患者的历史诊疗数据，构建基于时序的患者就诊矩阵并与诊疗事件邻接矩阵通过图卷积变换，获得对应的患者特征矩阵；采用K‑Means聚类算法对所述患者特征矩阵进行聚类，并基于聚类结果对相似患者的诊疗数据进行临床分析。本发明还提供了一种疾病诊疗路径聚类系统。本发明提供的方法可以辅助医生进行疾病分型，从而制定精准化治疗方案。
-
公开(公告)号：CN117012374B
公开(公告)日：2024-01-26
申请号：CN202311280829.7
申请日：2023-10-07
Applicant: 之江实验室
Abstract: 病情发展，并自动及时预测推荐相应治疗方案及本发明涉及一种融合事件图谱和深度强化 预警风险。学习的医疗随访系统及方法，该系统包括：特征事件图谱构建模块用于获取第一用户临床特征数据，以构建临床特征事件图谱；随访推荐模块基于临床特征事件图谱，结合预设的状态预测及动作推荐模型，预测出第一用户当前状态信息以及输出对应诊疗动作策略；风险预警模块根据第一用户当前状态信息，从临床特征事件图谱中搜索出相应风险因素并进行预警提示。与现有技术相比，本发明将强化学习和特征事件图谱相结(56)对比文件Yuanyuan Jia etc..DKDR: An Approachof Knowledge Graph and Deep ReinforcementLearning for Disease Diagnosis《.IEEEInternational Symposium on Parallel andDistributed Processing withApplications》.第1303-1308页.Liang, Y etc..Deep KnowledgeReasoning guided Disease Prediction《.2022 IEEE International Conference onSystems, Man, and Cybernetics (SMC)》.2022,第2695-2702页.卢严砖;孔祥勇;李星星;徐云舟;吴汶憶;陈学武;朱睿琪“.医路同行”智能医疗服务平台设计与实现.软件.2020,(第01期),第242-247页.
-
公开(公告)号：CN116755698B
公开(公告)日：2023-12-08
申请号：CN202311057250.4
申请日：2023-08-22
Applicant: 之江实验室
Abstract: 本发明公开了一种基于CLI的前端工程创建和升级系统及方法，本发明通过指令集模块中的目标工程的指令，传达到核心库的工具包中该指令对应的工具文件，进而调用插件和模板，对目标工程和模板进行diff，得到patch、merge_leafs，基于文件merge创建一个新的前端工程或对已有前端工程进行改造升级。本发明创新性地提供了基于CLI的前端工程改造升级功能，设计并实现适合本发明应用场景的diff算法和merge算法，时间复杂度分别为O(n)和O(m+n)。
-
公开(公告)号：CN117094412A
公开(公告)日：2023-11-21
申请号：CN202311045465.4
申请日：2023-08-18
Applicant: 之江实验室
Abstract: 本发明公开了一种针对非独立同分布医疗场景下的联邦学习方法，本发明首先将类别标签变量分布相近的医疗机构分在同一个簇内，训练过程中，先对在每个簇内的本地训练后得到的本地模型权值进行联邦平均得到对应簇模型的更新权值，从而能够减少由于数据不平衡对准确预测联邦平均结果的影响，然后将能够获得较为准确的联邦平均结果的各个簇模型的更新权值进行整合得到当前迭代的全局模型权值，通过多次迭代得到能够准确对疾病诊断、用药推荐以及治疗方案等医疗问题进行预测的全局模型。本发明还公开了一种针对非独立同分布医疗场景下的联邦学习装置和存储介质。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.027 seconds)
