-
公开(公告)号：CN114581459A
公开(公告)日：2022-06-03
申请号：CN202210117033.9
申请日：2022-02-08
Applicant: 浙江大学
Abstract: 本发明提供了一种基于改进性3D U‑Net模型的学前儿童肺部影像感兴趣区域分割方法，包括：(1)收集学前儿童患者的CT影像数据进行预处理；(2)将预处理后的影像划分为训练集、验证集和测试集；(3)构建分割模型，所述分割模型采用改进的3D U‑Net网络模型，在3D U‑Net网络模型的编码器和解码器之间设计一个通道化的Transformer模块，构建UCTransNet框架，来替代U‑Net中的跳跃连接，以更好地融合编码器特性；(4)将预处理后的训练集送入到构建的分割模型中进行训练；(5)将待分割的学前儿童肺部影像输入训练好的分割模型中，得到肺部影像的感兴趣区域。本发明可以缓解学前儿童拍CT时多动导致图像质量不如成人的问题，从而从CT影像中自动并准确地分割肺部感兴趣区域。
-
公开(公告)号：CN114188022A
公开(公告)日：2022-03-15
申请号：CN202111521359.X
申请日：2021-12-13
Applicant: 浙江大学
Abstract: 本发明公开了一种基于TextCNN模型的临床儿童咳嗽智能预诊断系统，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在所述计算机处理器上执行的计算机程序，计算机存储器中存有训练好的语言表示模型、基于textCNN的疾病预诊断模型以及多标签任务学习的检验检查推荐模型；所述计算机处理器执行所述计算机程序时实现以下步骤：将临床儿童的问诊信息输入语言表示模型，得到语言特征表示向量；将语言特征表示向量输入到疾病预诊断模型，得到疾病的诊断结果；将语言特征表示向量和疾病的诊断结果输入到检验检查推荐模型中，得到推荐的检验检查项目。利用本发明，可以对咳嗽的儿童提供疾病预诊断和检查检验推荐，提高诊断精确度。
-
公开(公告)号：CN110322944A
公开(公告)日：2019-10-11
申请号：CN201910468699.7
申请日：2019-05-31
Applicant: 浙江大学
Abstract: 本申请涉及一种药物不良反应智能监测方法、装置、系统和计算机设备。所述方法包括：获取终端的病患诊疗数据；所述病患诊疗数据包括病患体征数据和病患检测数据；将所述病患体征数据和所述病患检测数据输入至药物不良反应预警器；获取所述药物不良反应预警器的输出结果；所述输出结果为所述药物不良反应预警器根据所述病患体征数据和所述病患检测数据分析得到的药物结果；将所述输出结果发送至所述终端，供所述终端展示所述输出结果。采用本方案，不仅能够提高药物不良反应智能监测的准确率，还能够完善药物不良反应智能监测系统的全面性。
-
公开(公告)号：CN117910601A
公开(公告)日：2024-04-19
申请号：CN202410317233.8
申请日：2024-03-20
Applicant: 浙江大学滨江研究院
IPC: G06N20/00 , G06V10/74 , G06V10/774
Abstract: 本发明公开了一种个性化联邦潜在扩散模型学习方法，包括如下步骤：步骤一，设置一个服务器，通过设置的服务器初始化并接收各客户端发送的局部潜向量；步骤二，通过步骤一设置的服务器根据各客户端发送的局部潜向量，基于各客户端的聚合权重生成每个客户端的个性化潜向量；步骤三，每个客户端从服务器上下载对应的个性化潜向量，通过最小化局部噪声预测误差与局部潜向量和个性化潜向量之间的距离之和来更新客户端的局部模型，将更新后的局部潜向量发送给服务器；步骤四，重复执行步骤二至步骤三，直至所有客户端平均训练损失不再下降。本发明的个性化联邦潜在扩散模型学习方法，通过步骤一至步骤四的设置，便可有效的解决现有技术中的缺点。
-
公开(公告)号：CN117636064A
公开(公告)日：2024-03-01
申请号：CN202311768173.3
申请日：2023-12-21
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于儿童病理切片的神经母细胞瘤智能分类系统，包括训练好的神经母细胞瘤分类模型；神经母细胞瘤分类模型包括：特征提取模块、Transformer编码模块和特征组合聚合模块；其中，特征提取模块采用预训练好的SENet模型，其输入为病理理切片通过数据预处理得到的不同分辨率下的Patch图和子图，输出为Patch图和子图的特征序列；Transformer编码模块对Patch图和子图的特征序列进行编码得到对应的特征值，进一步得到不同分辨率对应的全图的特征图；特征组合聚合模块将不同分辨率的特征图融合，得到总特征图，并通过全局池化得到特征序列；最后将特征序列通过Softmax层得到未分化、低分化、分化的三分类结果。利用本发明，可实现儿童神经母细胞瘤分化程度的精准诊断。
-
Patent Agency Ranking
公开(公告)号：CN116864039A
公开(公告)日：2023-10-10
申请号：CN202310748230.5
申请日：2023-06-25
Applicant: 浙江大学医学院附属儿童医院
Abstract: 本发明公开了一种环肽数据管理平台及其设计方法，涉及计算机技术领域，其技术方案要点是：包括数据库、服务器、数据采集模块、缺失处理模块、数据浏览模块、更新校对模块、数据检索模块、统计分析与可视化模块、数据下载模块。通过整合已有环肽数据，建立集成环肽理化性质、生物活性、合成信息、临床试验等数据的专业型数据管理和可视化平台。数据平台维护及扩展方便，对于系统本身的维护，只需要在服务器端进入本数据平台可以即时对数据库和系统功能进行修改或添加，随着环肽的发现和信息的增加，可根据具体倩况进行系统功能的扩展。
-
公开(公告)号：CN116364250A
公开(公告)日：2023-06-30
申请号：CN202310095717.8
申请日：2023-02-10
Applicant: 浙江大学医学院附属儿童医院 , 医贝云服(杭州)科技有限公司
IPC: G16H40/20 , G16H40/40 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于日志大数据的医疗耗材管理方法和系统，首先建立医疗耗材使用的医疗日志，并基于医疗日志统计医疗耗材历史使用数据，建立神经网络模型；再者建立医疗活动日志，并基于医疗活动日志构建医疗耗材相关度，将医疗耗材历史使用数据作为训练样本输入至神经网络模型进行训练；将医疗耗材相关度输入至神经网络模型进行参数修正；最后基于修正后的神经网络模型预测医疗耗材未来使用信息，本发明方案能够实现医疗耗材智能化管理，较好地还原耗材真实使用数据，精确地获取维护计划相关数据，节约医疗耗材损耗，提高成本管理效率。
-
公开(公告)号：CN114898863B
公开(公告)日：2023-02-14
申请号：CN202210349721.8
申请日：2022-04-02
Applicant: 浙江大学
Abstract: 本发明公开了一种新生儿坏死性小肠结肠炎手术干预时机辅助识别系统，采用手术干预时机辅助识别模型，利用该模型的具体工作过程如下：将新生儿坏死性小肠结肠炎患者的影像数据和临床数据输入数据预处理模块分别进行预处理；将预处理后的影像数据和临床数据输入特征提取模块进行特征提取；然后加入超图约束，选取不同特征之间相关联的高阶特征；最后加入两种数据特征的邻接矩阵作为网络正则化约束，得到最终特征矩阵；根据临床指征选取模块选择的临床指征，将最终特征矩阵中的临床指征输入预测分类模块进行分类，得到是否需要手术的二分类结果。本发明可以对新生儿坏死性小肠结肠炎外科手术干预时机进行判断，提高患儿的诊治效率。
-
公开(公告)号：CN115205599A
公开(公告)日：2022-10-18
申请号：CN202210879158.5
申请日：2022-07-25
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/22 , G06V10/82 , G06N3/04 , G06N3/08 , A61B6/00
Abstract: 本发明公开了一种基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，所述计算机存储器中存有训练好的域泛化分类模型；所述的域泛化分类模型采用改进的F‑conv网络模型，包括权重层、滤波器层、共享层三个部分；对于待测的图像，输入域泛化分类模型后，通过权重组与滤波器层中对应的滤波器组进行点乘加权，将所有结果相加，获得滤波器层的输出；滤波器层的输出输入至共享层，通过多次2D的卷积，最终再通过全连接层获得模型的分类结果。利用本发明，可以让多年龄段儿童在同一模型上实现肺炎高性能分类。
-
公开(公告)号：CN114188021A
公开(公告)日：2022-03-15
申请号：CN202111520413.9
申请日：2021-12-13
Applicant: 浙江大学
IPC: G16H50/20 , G06V10/46 , G06V10/80 , G06V10/82 , G06F40/295 , G06F40/30 , G06F16/28 , G06F16/36 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多模态融合的儿童肠套叠诊断智能分析系统，包括儿童肠套叠关系抽取模型、文本特征提取模型、超声影像质控模型、结构化数据特征提取模型和特征融合模型；儿童肠套叠关系抽取模型用于构建儿童肠套叠知识图谱；文本特征提取模型用于提取原始诊断病历、超声诊断报告中的文本特征；超声影像质控模型用于提取儿童肠套叠超声影像中的图像特征；结构化数据特征提取模型用于提取儿童肠套叠实验室数据中的结构化数据特征；特征融合模型用于融合文本特征、图像特征和结构化数据特征，输出高维特征后，使用归一化函数将儿童肠套叠的预测输出映射为概率分布。本发明可以实现儿童肠套叠疾病的快速诊断，缩短诊断时间、降低假阳性率。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.027 seconds)
