用于构建医学术语平台的方法、装置、电子设备和介质

    公开(公告)号:CN114974490B

    公开(公告)日:2024-11-05

    申请号:CN202210589095.X

    申请日:2022-05-27

    Abstract: 本公开的实施例公开了用于构建医学术语平台的方法、装置、电子设备和介质。该方法的一具体实施方式包括:选取数据源,采集医学词语集合;对上述医学词语集合进行数据处理,得到数据处理完成的医学词语集合;基于上述数据处理完成的医学词语集合,建立各个医学词语之间的关系;将关系建立完成的医学词语集合确定为目标医学术语集合,以及将上述目标医学术语集合发布至目标医学术语平台。该实施方式实现了医学信息命名规范、统一,即使有多个数据源也可以轻松处理得到符合要求的医学术语集合,构建的医学术语平台也有助于医学问诊、医学预警、医学指南推荐等医疗相关服务。

    一种老年痴呆智能筛查管理方法及系统

    公开(公告)号:CN118398236B

    公开(公告)日:2024-09-03

    申请号:CN202410838686.5

    申请日:2024-06-26

    Inventor: 薛原 冯浩 王玥琦

    Abstract: 本发明涉及老年人痴呆筛查和干预技术领域,尤其涉及一种老年痴呆智能筛查管理方法及系统,该系统包括老年人用户端、基层筛查人员用户端、痴呆专科医生端和卫健部门管理用户端。该老年痴呆智能筛查管理系统,建立了筛查对象、基层筛查人员、痴呆专科医生和卫健部门管理用户之间的实时互动模式,为老年人痴呆早期筛查提供了一种操作简便、方便、快捷、准确的早期筛查途径;同时,在初步筛查阶段,无需基层筛查人员上门进行筛查处理,仅对初步筛查结果中存在痴呆情况的老年人进行筛查复核,极大地提高了筛查效率;并且,筛查过程中采用量表模型和AI结合技术以及痴呆专科医生在线支持,能够有效提高筛查的准确性。

    基于OpenSeadragon框架的病理标注系统

    公开(公告)号:CN116821396B

    公开(公告)日:2024-09-03

    申请号:CN202311077618.3

    申请日:2023-08-25

    Inventor: 刘玲 颜增彦

    Abstract: 本申请公开了一种基于OpenSeadragon框架的病理标注系统,包括病理图像显示平台、病理标注平台和数据存储平台,病理图像显示平台包括数据请求模块、图像获取模块和图像加载模块;数据请求模块用于向所述病理标注平台发送数据请求,生成目标病理图像;图像获取模块用于采用OpenSlide将目标病理图像转为Deep Zoom图像;图像加载模块用于根据需求加载所述Deep Zoom图像,进行病理图像展示;病理标注平台用于处理所述数据请求,并将响应结果返回至所述数据请求模块;数据存储平台用于存储用户数据、病理图像数据、标注数据以及业务流程数据。本发明根据病理科研的实际需求设计病理标注系统,标注灵活、效率高,标注数据的质量得到提升。

    一种基于强化学习的医疗诊断结果确定方法和装置

    公开(公告)号:CN117766137B

    公开(公告)日:2024-05-28

    申请号:CN202410194645.7

    申请日:2024-02-22

    Abstract: 本申请提供了一种基于强化学习的医疗诊断结果确定方法和装置,首先,将用户的当前问诊信息输入到预先构建好的命名实体识别模型中,确定出所述当前问诊信息中存在的多个关键实体;然后,将多个所述关键实体输入到预先训练好的实体关系抽取模型中,从多个所述关键实体中确定出存在实体关系的至少一个关键实体对;基于多个所述关键实体、至少一个所述关键实体对以及相对应的检查项目名称构建所述当前问诊信息对应的至少一个特征数据;最后,将至少一个特征数据输入到辅助诊断模型中,确定出用户当前的诊断结果。通过所述方法及装置,快速为医生提供更加准确的诊断结果,提高医疗效率和诊断准确率。

    一种基于强化学习和迁移学习的命名实体识别方法和装置

    公开(公告)号:CN117744660B

    公开(公告)日:2024-05-10

    申请号:CN202410182078.3

    申请日:2024-02-19

    Abstract: 本申请提供了一种基于强化学习和迁移学习的命名实体识别方法和装置,所述方法包括:利用每个高概率预测错误数据对应的第一转换数据以及预设分数对文本打分原始模型进行强化学习训练,得到文本打分模型;将已标注文本数据的第二转换数据输入到文本打分模型中,确定出已标注文本数据对应的文本分数;利用每个已标注文本数据对应的文本分数对源域命名实体识别模型进行迁移学习,以得到目标域对应的目标域命名实体识别模型将目标域对应的医学文本数据输入到目标域命名实体识别模型中,得到目标域命名实体识别模型对医学文本数据进行实体识别的结果。通过方法及装置,提升了命名实体识别模型在目标域的实体识别准确性。

    一种医学影像检查结果分析方法及装置

    公开(公告)号:CN117711635B

    公开(公告)日:2024-05-03

    申请号:CN202410162478.8

    申请日:2024-02-05

    Abstract: 本发明公开了一种医学影像检查结果分析方法及装置,通过深度学习技术、构建改进Trie树和微调后的疾病名称提取模型分别识别出第一类疾病分析实体、第二类疾病分析实体和第三类疾病分析实体,最终将三种结果进行融合后,再根据疾病语料库映射到ICD编码中,通过查询疾病专业知识库中的ICD编码,从而返回对应的疾病专业知识,解决了患者并不能很好的从检查结果中获取到更多关于疾病的信息的问题,帮助患者更好的了解自身病情,理性看待病情,有利于患者协助医生做出有针对性的诊疗,提高诊疗效率。

Patent Agency Ranking