-
公开(公告)号：CN119577103A
公开(公告)日：2025-03-07
申请号：CN202510144215.9
申请日：2025-02-10
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/3329 , G06F16/36 , G06F40/295 , G06N3/042 , G06N3/045 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于知识图谱引导的大模型生成效果优化方法及系统，通过预构建领域特定的图谱数据库，并将其作为引导信息融入模型的生成过程中，并且通过生成的模型对用户数据的知识扩充和问答结果检验，从而有效引导大模型根据用户输入数据得出高质量内容，显著提升模型在医疗等领域的问答生成效果和准确性。
-
公开(公告)号：CN119168040B
公开(公告)日：2025-02-28
申请号：CN202411660159.6
申请日：2024-11-20
Applicant: 神州医疗科技股份有限公司
IPC: G06N5/022 , G06F16/36 , G06F16/28 , G06F40/279 , G16H15/00
Abstract: 本发明涉及人工智能中的医疗大数据技术领域，特别涉及基于大模型和提示词优化的肿瘤知识库构建系统及方法，该系统包括：数据采集模块、提示词生成与优化模块、实体识别与关系提取模块、知识图谱构建模块、临床决策支持模块和知识库更新与维护模块。本发明通过初始设计并持续优化的提示词，以便确保后续大型语言模型LLM准确高效地提取所需信息，利用大型语言模型LLM从目标文本信息中快速、准确地提取相关实体和相关实体之间的关联关系，以便构建准确的层次化肿瘤知识图谱数据库，在后续应用该层次化肿瘤知识图谱数据库时，可通过输入目标患者的临床数据，生成个性化的推荐治疗方案临床报告，从而为医务人员提供更好的决策支持。
-
公开(公告)号：CN119380031A
公开(公告)日：2025-01-28
申请号：CN202411947966.6
申请日：2024-12-27
Applicant: 神州医疗科技股份有限公司
IPC: G06V10/26 , G06V20/70 , G06V10/774 , G06V10/82 , G06T7/11 , G06T7/30 , G06N3/0464
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种基于图像配准与分割的肺部多功能区的识别方法及系统；本方法包括：对肺部CT/MRI图像进行肺段分割标注，采用脊柱分割模型对具有肺段分割标注的肺部CT/MRI图像进行脊柱检测，得到脊柱序列标记，截取对应图层的图像，作为具有肺段分割标注的肺部区域图像，生成标准坐标体系Template，并将肺部区域图像配准至坐标体系模板中，得到配准后的图像训练集，形成肺部多功能区分割模型，对图像进行分割，并将分割结果反向配准至原始坐标系中，得到最终的分割结果；通过检测脊椎以及只针对肺部区域的图像进行配准、模型训练与识别，可以有效提高肺部多功能区识别的准确性。
-
公开(公告)号：CN119228789A
公开(公告)日：2024-12-31
申请号：CN202411727880.2
申请日：2024-11-28
Applicant: 神州医疗科技股份有限公司
IPC: G06T7/00 , G06T5/40 , G06T5/70 , G06T7/136 , G06T7/194 , G06T7/90 , G06V10/762 , G06V10/764
Abstract: 本发明公开了一种面向病理图像的基于大模型的图像分析和诊断方法及系统，涉及图像处理技术领域。具体公开了面向病理图像的基于大模型的图像分析和诊断方法，包括：将多个病理图像类型、多个癌种的多个病理图像进行归一化处理，并对各病理图像进行前景提取；将每个病理图像前景进行归一化处理后，将处理后的各病理图像前景切分为多个patch图像块；对每个病理图像的多个patch图像块进行癌种预测训练。本发明能够快速定位到病理图像的显著区域，从而实现更高效、准确的病理图像的疾病癌种预测。
-
公开(公告)号：CN114927234B
公开(公告)日：2024-11-22
申请号：CN202210555930.8
申请日：2022-05-20
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/70 , G16H10/60 , G06F18/23213 , G06F18/22 , G06N3/0464 , G06F16/9535 , G06V10/82 , G06V10/762 , G06V10/74
Abstract: 本申请提供了一种相似病历推荐方法、装置、电子设备及存储介质，方法包括：获取第一电子病历以及第二电子病历；将第一电子病历中第一文本数据以及每一第二电子病历中第二文本数据映射到向量空间，得到第一电子病历对应的第一主诉向量以及每一第二电子病历各自对应的第二主诉向量；基于K均值聚类K‑means算法，对第一主诉向量和每一第二主诉向量按照第一预设个数的类别进行聚类，得到第一电子病历对应的第一主诉向量的类别和每一第二电子病历各自对应的第二主诉向量的类别。本申请能够为用户推荐与指定病历的相似度较高的病历，从而为用户提供参考。
-
Patent Agency Ranking
公开(公告)号：CN117612711B
公开(公告)日：2024-05-03
申请号：CN202410087069.6
申请日：2024-01-22
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/20 , G06F18/213 , G06F18/25 , G06F18/24
Abstract: 本发明公开了一种分析肝癌复发数据的多模态预测模型构建方法及系统，通过将临床文本、影像、病理多个模态数据进行整合，基于多种模态数据和多种融合策略构建了分析肝癌复发数据的多模态预测模型，相比单模态建模，多模态建模能提高模型预测的准确性，弥补单一数据的局限性，本方案对各个模态的特征进行单独调优，全面反映肝癌复发数据的复杂机制，对于肝癌复发数据的分析更为完备，还能增强模型的泛化能力，更好地适用于医学应用场景，辅助临床决策。
-
公开(公告)号：CN117763140A
公开(公告)日：2024-03-26
申请号：CN202410196621.5
申请日：2024-02-22
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/34 , G06F18/214 , G06F18/21 , G06N3/08
Abstract: 本发明涉及一种基于计算特征网络的精准医学信息结论生成方法，该方法包括：步骤S10、获取医学论文的文本信息；步骤S20、构建基于要部分和结论部分的训练集和验证集；步骤S30、将训练集输入计算网络中进行结论输出模型训练；步骤S40、在利用完成训练的结论输出模型进行结论输出得到输出结果后，基于用户对所述输出结果的修正，优化所述结论输出模型。本发明，能够更好的基于医学论文的摘要部分得到对应的结论，减少人工阅读的繁琐工序，帮助用户得到逻辑更严密、表达清晰、更直观的结论，有利于提高效率。
-
公开(公告)号：CN117743346A
公开(公告)日：2024-03-22
申请号：CN202410189799.7
申请日：2024-02-20
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及数据表单生成系统，包括：表单设计模块，被配置为生成待填报的表单；表单填报模块，被配置为填报表单；数据转换模块，用于查询出表单中所有字段信息，循环字段信息，生成表单对应的结构化视图，将所述结构化视图作为查询内容存储数据库，以表单ID进行分组，以表单ID和记录ID为查询条件，将要查询表单中的字段信息数据保留，其他空置后获取最大值。本发明，通过配置表单设计模块、表单填报模块和数据转换模块，可以实现表单可动态修改以及数据的结构化存储。
-
公开(公告)号：CN117649418A
公开(公告)日：2024-03-05
申请号：CN202410128271.9
申请日：2024-01-30
Applicant: 神州医疗科技股份有限公司
IPC: G06T7/00 , G06T7/10 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及医学图像处理技术领域，具体涉及一种胸部多器官分割方法及系统和计算机可读存储介质；本发明采用STUNet模型作为分割模型的基础模型，采用对部分器官标记的胸部CT图像进行训练，对缺标数据赋予伪标签，最终实现将无标或缺标的胸部CT图像形成全标记CT图像，进而训练得到胸部多器官分割模型，实现对无标或缺标的胸部CT图像的分割，解决了胸部CT图像全数据少的问题，使缺标或无标的胸部CT图像得到充分利用，实现准确的胸部多器官分割模型的构建。
-
公开(公告)号：CN117235240B
公开(公告)日：2024-02-20
申请号：CN202311507853.X
申请日：2023-11-14
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/332 , G06F9/54 , G06F18/25
Abstract: 本发明公开了一种基于异步消费队列的多模型结果融合问答方法及系统，本方案通过模型融合训练使得模型的输出更加合理，降低了标注数据量，提高了标注速度，同时通过异步的调用方式，我们可以实现和用户端进行联动操作，通过本发明可以快速完成医患之间的交流，帮助医护人员及时预测分析出与患者健康状况，以便于医护人员做出相应的健康护理决策。
-
-
-
-
-
-
-
-
-
Search Results
160
records
(took 0.043 seconds)
