公开(公告)号：CN107908621A

公开(公告)日：2018-04-13

申请号：CN201711138931.8

申请日：2017-11-16

Applicant: 东华大学 ,  上海众恒信息产业股份有限公司

Inventor： 潘乔 ,  项岚 ,  高建强 ,  董振兴 ,  高念高 ,  陈德华 ,  孙凯歧 ,  俞春濡

IPC: G06F17/27 ,  G06F17/30

CPC classification number: G06F17/271 ,  G06F17/277 ,  G06F17/30705

Abstract: 本发明涉及一种基于超声检查报告文本数据的乳腺肿瘤风险性评估系统，包括超声检查文本数据的预处理模块和结构化数据的评估模块；所述超声检查文本数据的预处理模块用于将大量非结构化的文本数据转化为评估算法可识别的结构化数据；所述结构化数据的评估模块根据结构化数据建立肿瘤风险评估模型，得到评估结果。本发明能够有效提高中文文本超声检查报告中的乳腺肿瘤良恶性评估的自动化和智能化水平。

公开(公告)号：CN110399450B

公开(公告)日：2023-06-23

申请号：CN201910536642.6

申请日：2019-06-20

Applicant: 东华大学 ,  上海交通大学医学院附属瑞金医院

Inventor： 陈德华 ,  黄美花菊 ,  周建桥 ,  朱立峰

IPC: G06F40/103 ,  G06F40/30 ,  G06F40/289 ,  G16H15/00 ,  G16H70/00

Abstract: 本发明涉及一种基于语义树的甲状腺超声报告结构化扫描方法，通过三个步骤进行实现：1)甲状腺超声文本数据预处理，包括分块分句分词、同义词替换；2)语义树定位，相应的规则结合dewey编码进行结点定位，标记，删除等不同操作；3)记录所有结点，输出结构化结果。在甲状腺超声报告中，主要关注点在于甲状腺和甲状腺病灶的病变情况，所以本发明立足于解剖学的基础构建了基于甲状腺超声领域的语义树。通过扫描报告与语义树作相应匹配，将文本报告结构化，从中提取有用信息可用于后续研究，从而更好地辅助医生进行病情诊断和治疗。

公开(公告)号：CN115861238A

公开(公告)日：2023-03-28

申请号：CN202211558843.4

申请日：2022-12-06

Applicant: 东华大学

Inventor： 陈德华 ,  赵弘缙 ,  王梅 ,  潘乔

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/766 ,  G06V10/774 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明涉及一种宫颈癌病理图像的半监督目标检测模型构建方法及系统，采用全新逻辑设计，以包含标注数据的各幅宫颈癌病理样本图像与未包含标注数据的各幅宫颈癌病理样本图像，构建样本数据；针对相同基准检测器的student模型与teacher模型，通过彼此之间相互促进下的模型训练，获得满足预设溢出条件的teacher模型，即构成宫颈癌病理图像检测模型；并进一步基于宫颈癌病理图像检测模型对宫颈癌病理图像的检测，设计反事实可解释，准确分析宫颈癌病理图像中的重要解释区域，如此不仅能针对宫颈癌病理图像给出高效分析，同时产生相应解释，为医生决策提供了参考价值。

公开(公告)号：CN115100418A

公开(公告)日：2022-09-23

申请号：CN202210844704.1

申请日：2022-07-18

Applicant: 复旦大学 ,  工业互联网创新中心(上海)有限公司 ,  东华大学

Inventor： 王道洋 ,  方金武 ,  郑忠斌 ,  陈德华 ,  王伟炳

IPC: G06V10/40 ,  G06V10/25 ,  G06V10/56 ,  G06V10/26 ,  G06V10/28 ,  G06V10/30 ,  G06V10/44 ,  G06V10/46 ,  G06V10/74

Abstract: 本申请公开了一种抗原检测试剂盒识别方法、装置、设备及存储介质，涉及图像处理领域。该方法包括：获取多种类型的抗原检测试剂盒对应的特征子图组；特征子图组包括试剂盒模板图片和色带识别区模板图片；获取待识别图像，将待识别图像与特征子图组进行匹配，并根据匹配结果从所有特征子图组中确定出目标特征子图组；根据目标特征子图组包含的试剂盒模板图片从待识别图像中确定出第一区域图像，再根据目标特征子图组包含的色带识别区模板图片从第一区域图像中确定出第二区域图像；通过边缘检测算法从第二区域图像中确定出色带条，并对色带条进行颜色检测，根据颜色检测结果确定待识别图像对应的检测结果，提高了抗原检测试剂盒识别效率。

公开(公告)号：CN107908660B

公开(公告)日：2021-07-09

申请号：CN201710967658.3

申请日：2017-10-17

Applicant: 东华大学

Inventor： 王梅 ,  乐嘉锦 ,  朱扬勇 ,  陈德华 ,  潘乔 ,  郝茜

IPC: G06F16/22 ,  G06F16/28 ,  G06F16/2457 ,  G06F16/901

Abstract: 本发明提供了一种面向数据开放共享的数据划分与组织方法。本发明提供了一种在面向大数据的数据开放共享应用中通过分析数据分布的广度和深度模式，估计数据分布模式满足不同应用需求的价值关系，以此为基础对原始数据划分，生成新的用于共享的数据库逻辑表结构。本发明的特点在于：1、从用户的需求出发，进行数据重组和划分，生成面向数据使用者的数据库逻辑模式，从而更加友好的支持可变的上层应用需求；2、分析数据分布的广度和深度模式，按照不同模式进行数据划分，按需向用户分配所需的数据，对原始数据进行过滤精简，能极大地提高用户的查询分析性能。

公开(公告)号：CN110069639A

公开(公告)日：2019-07-30

申请号：CN201910256716.0

申请日：2019-04-01

Applicant: 东华大学 ,  上海交通大学医学院附属瑞金医院

Inventor： 陈德华 ,  毛莹 ,  董屹婕 ,  乐嘉锦

IPC: G06F16/36

Abstract: 本发明涉及一种构建甲状腺超声领域本体的方法，其特征在于，包括以下步骤：步骤1、对甲状腺超声报告进行数据预处理；步骤2、实体抽取；步骤3、依存关系抽取；步骤4、语义关系抽取；步骤5、构建甲状腺超声领域本体。在甲状腺超声报告中，本发明的主要关注点在于甲状腺和甲状腺病灶的病变情况，并不需要过于关注人体其余组织或基因层面的知识，所以本发明立足于解剖学的基础构建了适合于甲状腺超声领域的医学本体。运用甲状腺超声领域本体可以更好地从超声报告中提取有用的诊疗信息，从而更好地辅助医生进行病情诊断和治疗。

公开(公告)号：CN109947794A

公开(公告)日：2019-06-28

申请号：CN201910129037.7

申请日：2019-02-21

Applicant: 东华大学

Inventor： 王梅 ,  陈德华 ,  潘乔 ,  李继云 ,  王丽敏

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：CN107423289A

公开(公告)日：2017-12-01

申请号：CN201710590651.4

申请日：2017-07-19

Applicant: 东华大学 ,  上海交通大学医学院附属瑞金医院

Inventor： 陈德华 ,  车楠楠 ,  朱立峰 ,  乐嘉锦 ,  潘乔

IPC: G06F17/27 ,  G06F19/00

CPC classification number: G06F17/277 ,  G06F17/271

Abstract: 本发明提供了一种跨类型乳腺肿瘤临床文档的结构化处理方法，步骤1：对乳腺肿瘤临床文档的文本进行预处理，包括：切分短文本、及对切分后的短文本进行分词；步骤2：针对分词结果，进行单类型报告的部分语料标注；步骤3：采用所述单类型报告的语料，实现跨类型实体识别；步骤4：提取出结构化结果，包括：组织、位置、特征、特征值。本发明提供的方法克服了现有技术的不足，结构化信息的提取是自动形成，节省了人力与时间，且不局限于报告类型，可以应用于不同报告的特征识别与文本结构化，解决了中文跨类型临床文档的结构化处理问题。方法实现简单，处理速度快，处理结果准确率高。

公开(公告)号：CN110060773B

公开(公告)日：2023-10-27

申请号：CN201910322584.7

申请日：2019-04-22

Applicant: 东华大学 ,  万达信息股份有限公司

Inventor： 潘乔 ,  王梅 ,  陈德华 ,  王诗瑜 ,  张敬谊 ,  王晔 ,  张鑫金

IPC: G16H50/20 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明提出了一种基于双向LSTM的阿尔茨海默症病情发展预测系统，其特征在于，包括：预处理单元及基于深度学习的双向LSTM结合Attention机制模型。本发明主要从已获取到的神经心理学数据出发，分析数据的时间可利用性，参考深度学习中时间序列问题，把时间这一个关键的属性应用到模型上去。这样就可以降低由于单个时间点做预测而出现的性能问题。同时利用了深度学习中特有的给不同属性附加权重的方法，使得属性值有了各自的权重。

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

Inventor： 李继云 ,  王晓孟 ,  钱辰 ,  潘乔 ,  陈德华 ,  王梅

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。