公开(公告)号：CN117874274A

公开(公告)日：2024-04-12

申请号：CN202410176563.X

申请日：2024-02-08

Applicant: 北京市计算中心有限公司

Inventor： 裴智勇 ,  杨杰 ,  陶磊 ,  刘晶晶 ,  马裕涵 ,  王黎超 ,  胡风雪

IPC: G06F16/58 ,  G06F16/54 ,  G06F16/957 ,  G06F16/901

Abstract: 本发明提供一种基于图像处理和知识图谱的目标物信息及目标物关系可视化查询方法和装置，能够将存储人提供的照片及其里面的目标物与关系放入知识图谱之中，将图片与目标物及其关系联系起来，使即使在网页上爬取不到的目标物也可以搜寻到想要的相关信息，当查询人对想要搜索的目标物信息有所遗忘时，只需要提供待查询目标的图片，不再需要检索词或者关键词，即可查询到想要的信息及关系，这对于现阶段的人们来说，具有重要的研究意义和使用价值。

公开(公告)号：CN108595915B

公开(公告)日：2021-06-22

申请号：CN201810336881.2

申请日：2018-04-16

Applicant: 北京化工大学 ,  北京市计算中心

Inventor： 高敬阳 ,  高峰 ,  陈禹保

IPC: G16B20/20 ,  G16B30/10 ,  G06F16/28

Abstract: 本发明提供了属于生物信息技术领域的一种基于DNA变异检测的三代数据校正方法，首先将三代测序数据处理后作为参考序列数据，然后将二代测序数据处理后与其进行比对，得到比对文件。对比对文件进行变异分析检测，可以得到二代测序数据相对于三代测序数据的变异信息，利用变异信息完成对三代测序数据的校正。将DNA变异检测方法应用到三代测序数据纠错中，联合使用二代测序数据与三代测序数据，降低三代数据校正的成本，程序采用多线程的思想，加快三代数据的校正速度。本发明通过联合校正技术解决三代测序技术中存在的高错误率和高成本问题，为后续的三代测序数据变异检测方面奠定基础。

公开(公告)号：CN110246538B

公开(公告)日：2021-05-07

申请号：CN201910514445.4

申请日：2019-06-14

Applicant: 北京市计算中心

Inventor： 刘书霞 ,  赵新颖 ,  裴智勇 ,  杨杰 ,  刘满姣 ,  袁寒玉

IPC: G16B15/00 ,  G16B20/00 ,  G16B30/00 ,  G16B50/30 ,  C12N15/115

Abstract: 本发明提供了一种基于高性能计算平台的小分子靶标核酸适配体计算机辅助筛选方法，涉及分子生物学技术领域。首先对小分子靶标进行结构分析，其次在小分子化合物库中进行筛选，如符合匹配原则，则作为目标小分子靶标，与核酸分子进行分子对接，如不符合匹配原则，则可进行分子结构构建，将分子结构构建后的小分子靶标作为目标小分子靶标，与核酸分子进行分子对接，如果对接成功，则核酸分子为初选核酸适配体，解决了小分子靶标与核酸分子的结合位点少、亲和力弱，核酸分子抓靶困难、耗材多，小分子靶标结合核酸形成的复合物与核酸自身的大小、质量、电荷性质等方面差异较小，二者的分离难度大的问题。

公开(公告)号：CN111858908A

公开(公告)日：2020-10-30

申请号：CN202010139749.X

申请日：2020-03-03

Applicant: 北京市计算中心

Inventor： 宋灿灿 ,  左琦 ,  张佳琪 ,  王更新 ,  马倩云 ,  刘彤 ,  杨杰

IPC: G06F16/34 ,  G06F16/35 ,  G06F40/186 ,  G06F40/242 ,  G06F40/284 ,  G06F40/289

Abstract: 本发明提供了一种摘报文本生成方法，包括：步骤一，获取数据源；步骤二，数据预处理；步骤三，聚类处理；步骤四，簇内长词合并和关键词提取；步骤五，词频统计；步骤六，摘报文本生成。本发明还提供了一种摘报文本生成装置，包括：依次连接的数据源获取模块、数据预处理模块、聚类处理模块、词语候选集获取模块、词频统计模块和摘报文本生成模块，总之，本发明是一种信息更加全面、效率更高、精准度更高的摘报文本生成方法、装置、服务器及可读存储介质，能够提高工作效率的同时且能够满足工作精度需求，能够让用户在有限的时间片段里，尽可能多且越准确地获取可靠信息，提升用户使用体验度，满足个性化阅读需求，具有重要的研究意义和使用价值。

公开(公告)号：CN111789675A

公开(公告)日：2020-10-20

申请号：CN202010612976.X

申请日：2020-06-29

Applicant: 首都医科大学附属北京天坛医院 ,  北京市计算中心

Inventor： 徐珑 ,  唐艳艳 ,  刘伟明 ,  刘晓晖

IPC: A61B34/10 ,  A61B17/17

Abstract: 本发明实施例提供一种颅内血肿手术定位辅助方法及装置。其中，方法包括：响应于图片打开指令，读取患者头部的术前CT影像数据并显示；响应于摄像头调用指令，在摄像头拍照的预览显示区域，将术前CT影像数据叠加于预览显示区域显示的患者头部的预览图像之上；响应于图片编辑指令，对术前CT影像数据进行编辑，使得编辑后的术前CT影像数据的透明度调整为目标值，且编辑后的术前CT影像数据中的患者头部与预览图像中的患者头部相匹配。本发明实施例提供的颅内血肿手术定位辅助方法及装置，通过将术前CT影像数据对叠加于患者头部的预览图像上并对齐，进行增强显示，能实现辅助进行术前体表标记，操作更简单，成本更低，使用范围更广泛。

公开(公告)号：CN110781291A

公开(公告)日：2020-02-11

申请号：CN201911020426.2

申请日：2019-10-25

Applicant: 北京市计算中心

Inventor： 刘彤

IPC: G06F16/34 ,  G06F40/211 ,  G06F40/253 ,  G06F40/289

Abstract: 本发明提供了一种文本摘要提取方法、装置、服务器及可读存储介质，涉及数据处理技术领域技术领域，包括：步骤一，获取待处理文本；步骤二，断句处理，步骤三，提取关键词，设置句子的权值；分析句子位置分布，设置句子的权值；提取线索词，设置句子的权值；步骤四，结合步骤三中关键词个数、句子位置分布、线索词个数设置的权值来计算获得每个句子的最终权值；步骤五，根据步骤四中的句子的最终权值，按照压缩比例，筛选权值靠前的句子，并根据句子在文章中的顺序，生成文本摘要。总之，本发明是一种信息更加全面、效率更高、精准度更高的文本摘要提取方法、装置，能够提高工作效率的同时且能够满足工作精度需求，具有重要的研究意义和使用价值。

公开(公告)号：CN106344151B

公开(公告)日：2019-05-03

申请号：CN201610800165.6

申请日：2016-08-31

Applicant: 北京市计算中心

Inventor： 季红 ,  沈涛 ,  刘晓晖

IPC: A61B34/10 ,  A61B34/20 ,  A61B90/11

Abstract: 本发明实施例提供一种手术定位方法及系统，该方法包括：根据预先采集的器官信息，拟合虚拟器官图像；将所述虚拟器官图像投影到待手术器官的上方；根据所述虚拟器官图像的投影，对与所述虚拟器官图像匹配的待手术器官进行靶点或病灶定位，辅助医生快速定位靶点或病灶进而确定手术切割点。该方法通过拟合虚拟器官图像，并将虚拟器官图像投影到待手术器官的上方，使得手术医生直接可以根据投影，对与所述虚拟器官图像匹配的待手术器官进行靶点或病灶定位，无需额外的显示器显示虚拟的导航图，简化了手术的难度。

公开(公告)号：CN107955834B

公开(公告)日：2019-03-12

申请号：CN201711270823.6

申请日：2017-12-05

Applicant: 北京市计算中心

Inventor： 李春瑞 ,  陈禹保 ,  裴智勇 ,  刘满姣 ,  卜祥霞 ,  邢玉华

IPC: C12Q1/6883 ,  C12N15/11

Abstract: 本发明涉及分子生物学，具体公开了检测2型糖尿病易感基因的突变位点组合及其检测引物与应用。所述突变位点组合包括来自KCNQ1、C2CD4A、TCF7L2、SLC30A8、CDKAL1、CDKN2A/2B、KCNJ11、PPAR2、IGF2BP2、FTO、JAZFl、GRK5、RASGRP1、HHEX、PTPRD和SSR基因中21个突变位点。本发明经过试验研究发现，对本发明选择的突变位点组合进行突变位点基因型的检测，可有效判断待检样本是否为2型糖尿病。本发明针对现有技术中已公开的21个SNP位点，筛选出了最佳的检测组合，在控制成本的基础上，将检测准确率提到到92％以上。

公开(公告)号：CN106971198A

公开(公告)日：2017-07-21

申请号：CN201710123839.8

申请日：2017-03-03

Applicant: 北京市计算中心

Inventor： 季红 ,  沈涛 ,  高玥 ,  刘海伦 ,  张秀玲 ,  褚丹丹 ,  陈轶雄 ,  樊晶光 ,  钱青俊 ,  张建芳

IPC: G06K9/62 ,  G06N3/04 ,  G06F19/00

CPC classification number: G06K9/6267 ,  G06K9/6256 ,  G06N3/0454 ,  G16H50/20

Abstract: 本发明提供一种基于深度学习的尘肺病等级判定方法，所述方法对尘肺胸片的医学影像进行分类及图像增强预处理，之后通过卷积神经网络的深度学习方法对大批量的尘肺病进行分类判定，最终利用得到的尘肺病等级判断模型实现对待判断尘肺病医学影像的判断。本发明具有可以快速、准确、高效进行尘肺病等级判断的有益效果。

公开(公告)号：CN106909778A

公开(公告)日：2017-06-30

申请号：CN201710071847.2

申请日：2017-02-09

Applicant: 北京市计算中心

Inventor： 季红 ,  高玥 ,  高佳 ,  张秀玲 ,  刘海伦 ,  沈涛

IPC: G06F19/00 ,  G06T7/00 ,  G06T7/30 ,  G06T7/11

Abstract: 本发明提供一种基于深度学习的多模态医学影像识别方法，包括：基于患者待检测部位的多模态医学影像利用配准方法将多模态医学影像在同一三维空间内显示，基于多模态医学影像利用R‑CNN，识别多模态医学影像中的病变区域，根据病变区域在多模态医学影像中的坐标在同一三维空间内显示病变体，根据确诊的病变区域对应的图像块利用稠密采样方法和CNN获取各预设病种的发生概率。本发明提供一种基于深度学习的多模态医学影像识别装置，包括：多模态医学影像显示模块，病变区域检测模块，病变体显示模块，预设病种发生概率模块。本发明实现了医学影像中病变区域的自动识别，并为医生的进一步诊断提供了有效的参考数据。