-
公开(公告)号:CN115376560B
公开(公告)日:2024-10-01
申请号:CN202211010852.X
申请日:2022-08-23
Applicant: 东华大学
Abstract: 本发明涉及一种轻度认知障碍早期筛查的语音特征编码模型及其训练方法,其中使用两阶段特征编码生成方式,每一阶段均具有一个特征编码提取网络与一个分类器。第一阶特征提取网络会将音频转化为面向阿尔兹海默病的特征编码形式,分类器会根据该编码,将音频分类为阿尔兹海默病与非阿尔兹海默病。第二阶段特征提取网络则会将非阿尔兹海默病的音频转化为PLP特征形式,并最终生成面向轻度认知障碍早期筛查的语音特征编码。该编码在轻度认知障碍与健康可控的分类上体现出优异性能,能够有效提高阿尔兹海默病早期筛查的准确率。
-
公开(公告)号:CN116843036A
公开(公告)日:2023-10-03
申请号:CN202310738314.0
申请日:2023-06-20
Applicant: 东华大学
IPC: G06N20/00 , G06F21/62 , G16H50/20 , G06V10/774 , G06V10/764 , G06V10/82 , H04L67/12
Abstract: 本发明涉及一种面向阿尔兹海默症辅助诊断的个性化联邦学习方法,其特征在于,包括以下步骤:组成图像数据集并进行预处理,获得用于辅助诊断的数据集,建立联邦GBDT框架进行联邦训练,在利用联邦GBDT框架完成联邦训练后,每个客户端将结果模型GBDT编织到本地深度森林模型。在阿尔兹海默症的辅助诊断方法中,本发明通过联邦学习和深度森林来实现准确的AD分类任务,用于应对医疗保健领域中的隐私挑战,不损害隐私安全。本发明通过计算分散在不同客户之间的高阶信息而不交换他们的隐私数据,克服了信息隔离的问题,并且本发明使分布式客户端能够在不共享其训练数据的情况下协作地训练共享模型。
-
公开(公告)号:CN109947794B
公开(公告)日:2023-09-01
申请号:CN201910129037.7
申请日:2019-02-21
Applicant: 东华大学
IPC: G06F16/2452 , G06F16/2453
Abstract: 本发明提供了一种交互式自然语言查询转换方法,包括以下步骤:语义解析;节点映射;模式匹配;预定义函数操作;查询交互;结果交互。本发明针对在面向大数据的应用中,非专业用户查询和使用数据库的困难性,以及自然语言在表达上的模糊性和抽象性与结构化查询语言的准确性和确定性存在的语义鸿沟,采用对用户输入的自然语言查询描述进行解析,建立其义原与数据库表与字段的对应关系,生成基础查询,并在此基础上添加函数操作以得到最终查询的方式,将传统自然语言查询接口和交互式查询结合,使得普通用户能通过自然语言描述的方式查询数据库,同时更好地捕捉用户查询意图。通过定义交互函数与结果反馈机制,提升复杂查询转换的准确度和高效性。
-
公开(公告)号:CN111180074A
公开(公告)日:2020-05-19
申请号:CN202010087688.7
申请日:2020-02-10
Applicant: 东华大学
Abstract: 本发明提供的一种分阶段估计AD进展时间线的判别式事件模型设计方法主要包括以下步骤:首先将事件定义为生物标志物值从正常到异常和从异常变为恶化,代表病情从CN变化为MCI和从MCI变化为AD;其次对所获取的横截面数据进行预处理;再次对不同的生物标记物分别训练高斯混合模型;然后计算疾病进展时间线;最后得到每一位病人的病情分期。本发明通过对AD病程进展中的三个阶段CN、MCI和AD的生物标志物事件建模,实现MCI的提早检出,尽可能早对AD风险的患者进行预防和干预,延缓AD疾病进程。
-
公开(公告)号:CN109524068A
公开(公告)日:2019-03-26
申请号:CN201811201375.9
申请日:2018-10-16
Applicant: 东华大学
Abstract: 本发明提供了一种基于AC自动机的疾病症状提取方法,步骤1:使用症状词语字典构造字典树;步骤2:进行失败指针的构造,实现AC自动机算法;步骤3:将电子病历信息转换成UTF-8的编码格式;步骤4:利用AC自动机算法对电子病历信息中的症状词语进行匹配;如果完整地匹配,做好标记并提取出该症状词语,同时继续往下读电子病历信息,直到读到终止符号;步骤5:如果匹配了一个及以上的字,但没能成功匹配,沿症状字典树中该位置的父结点向上取失败结点,并进入步骤4。本发明能够对非结构化电子病历中的症状词语进行有效且快速的提取,从而有助于药物不良反应的自动监测方面的研究,有助于实现药物不良反应自发呈报系统的设计与优化。
-
公开(公告)号:CN104834741A
公开(公告)日:2015-08-12
申请号:CN201510259620.1
申请日:2015-05-20
Applicant: 东华大学
IPC: G06F17/30
CPC classification number: G06F17/30194 , G06F17/30079 , G06F17/30203 , G06F17/30575 , G06F17/30584
Abstract: 本发明要解决的技术问题是:减少被迁移到远程MySQL结点的HDFS数据块个数,同时以最小的代价将HDFS数据块均匀地分配到MySQL结点上。为了解决上述技术问题,本发明的技术方案是提供了一种基于分布式文件系统的数据块分配方法。本发明在满足数据块均匀分配的约束条件下,使得被分配到远程结点的HDFS数据块个数尽可能的少,同时使得在最短的时间内传输的HDFS数据块个数最多,在时间复杂度上更低,且性能更高,分配方案所花费的网络代价更低,更合理,具有较高的应用价值。
-
公开(公告)号:CN110889835B
公开(公告)日:2023-06-23
申请号:CN201911146367.3
申请日:2019-11-21
Applicant: 东华大学
IPC: G06T7/00 , G06T7/136 , G06N3/0464
Abstract: 本发明涉及一种基于双视图的钼靶影像语义标签预测方法,满足以下要求:(1)适用于致密型和非致密型乳腺钼靶影像;(2)同时具有同一患者的CC视图和MLO视图;(3)病灶语义标签集,其特征在于,包括以下步骤:步骤1、数据预处理;步骤2、语义标签预测方法的特征提取;步骤3、语义标签预测方法的多标签预测。本发明具有如下特点:影像标签不受医生的个人经验而产生的个人差异影响;擅长在数据中识别复杂的模式,并以自动化方式提供定量评估;对医学影像中不同视图的病灶对象学习,可以更好地提取病灶语义,增加辅助诊疗方法的可解释性。
-
公开(公告)号:CN110765274A
公开(公告)日:2020-02-07
申请号:CN201910957032.3
申请日:2019-10-10
Applicant: 东华大学 , 上海交通大学医学院附属瑞金医院
Abstract: 本发明提供了一种语音输入B超异常关键字生成甲状腺超声报告的方法。包括以下步骤:定义甲状腺超声语义树;根据甲状腺超声语义树生成子结构;B超异常关键字语音输入;定位描述范围;定位腺体背景描述部位并进行属性定位;定位局灶性病变描述结节并进行属性定位;补充必要属性;补充默认信息;生成文本。本发明使得B超医生在进行超声影像诊断的同时语音输入B超异常描述,无需额外医生手工录入超声文本报告,大大节约人力。在医生语音输入结束后可自动填充未提及属性的正常属性值,避免医生语音描述大量默认冗余信息,在尽可能少的语音输入情况下确保报告的完整性。最后,基于生成的样本树生成文本,解决报告歧义问题。
-
公开(公告)号:CN101017575B
公开(公告)日:2013-01-16
申请号:CN200710037585.4
申请日:2007-02-15
Applicant: 东华大学
IPC: G06T17/00
Abstract: 本发明涉及一种基于人体部件模板和体形轮廓的三维虚拟人体自动生成方法,依据人体躯干特有的形状特征,将人体分解成三个身段:胸身段、腰身段、臀身段,并在分解身段部件的基础上,将每个身段部件进一步分解成一组相关的关键截面,这些关键截面的组合反映了对应身段的几何形状,这些身段和截面就称为人体部件。任何一个三维虚拟人体的构建都可以选用人体部件的模板,然后按照人体体形轮廓控制修改和组装即可实现。本发明所生成的三维虚拟人体与现有方法的不同之处是本方法所生成的三维虚拟人体是由人体部件模板系列与人体截面轮廓控制修改规则和正方位、侧方位体形轮廓控制定位组装规则来完成的,采用该方法可以实现三维虚拟人体/人台的自动生成。
-
公开(公告)号:CN102663295A
公开(公告)日:2012-09-12
申请号:CN201210091012.0
申请日:2012-03-30
Applicant: 东华大学
IPC: G06F21/00
Abstract: 本发明提供了一种E-DRM通用适配器系统,其特征在于,包括阅读器层、权限内核层和E-DRM系统层,其中:阅读器层包含各种不同的阅读器;权限内核层包括阅读器抽象层、控制层及E-DRM抽象层;E-DRM系统层包括企业所使用的具体的E-DRM系统。本发明的有益效果是:克服了现有多阅读软件和多E-DRM系统之间难以适配的问题,对于满足一定规范的阅读软件和E-DRM系统,模型均可良好适配。此外,该模型还具有如下特点:具有良好的持久安全保证;阅读器扩展简便;不改变企业现有的商业流程和应用程序。
-
-
-
-
-
-
-
-
-