公开(公告)号：CN119864118A

公开(公告)日：2025-04-22

申请号：CN202510314728.X

申请日：2025-03-18

Applicant: 中南大学

Inventor： 苏修 ,  段昭祺 ,  吴忠泽 ,  龙军

IPC: G16H10/60 ,  G16H50/70 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  G06F18/2431 ,  G06F18/25

Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种基于混合专家系统的电子病历生成方法、设备及介质，所述方法包括如下步骤：接收医疗数据，将医疗数据划分为图像数据和文本数据，将图像数据和文本数据进行预处理和加权融合，得到输入特征表示；建立初始模型，所述初始模型用于将输入特征表示分配给最合适的专家网络进行处理；训练初始模型，得到电子病历生成模型，输入医疗数据到电子病历生成模型中，生成电子病历。本发明引入了稀疏激活的混合专家系统，通过门控网络动态选择最适合的专家来处理输入信息，从而减少计算资源的消耗，提高模型的计算效率。

公开(公告)号：CN119886256A

公开(公告)日：2025-04-25

申请号：CN202510386180.X

申请日：2025-03-31

Applicant: 中南大学

Inventor： 苏修 ,  丁小云 ,  吴忠泽 ,  龙军

IPC: G06N3/08 ,  G16H50/00 ,  G06N3/0495 ,  G06F17/16

Abstract: 本发明涉及医疗具身机器人技术领域，具体涉及一种面向数字健康机器人的大模型微调方法、设备和介质，所述方法通过对具身大模型预训练的权重矩阵进行随机奇异值分解，并对随机高斯初始化矩阵进行重采样，实现数字健康机器人的具身大模型参数高效微调。本发明方法在微调数字健康机器人的具身大模型时引入了随机奇异值分解：随机奇异值分解通过引入随机采样来近似计算矩阵的主要成分，从而在保持计算效率的同时，尽可能保留矩阵的关键信息。

公开(公告)号：CN119722685A

公开(公告)日：2025-03-28

申请号：CN202510237750.9

申请日：2025-03-03

Applicant: 中南大学

Inventor： 龙军 ,  李松明 ,  吴忠泽 ,  苏修

IPC: G06T7/00 ,  G16H50/20 ,  G06N3/045 ,  G06N3/09 ,  G06V10/26 ,  G06V10/44 ,  G06V10/52 ,  G06V10/82

Abstract: 本发明涉及智能医疗技术领域，具体涉及一种多模态医学信息处理方法、设备及介质，所述方法包括下列步骤：S1：构建医学信息处理模型，所述医学信息处理模型包括自适应调整编码器、多尺度自提示生成模块和特征金字塔网络；S2：采用交叉对比学习训练所述医学信息处理模型；S3：获取患者的医学信息，将医学信息输入训练后的医学信息处理模型，得到处理结果。本发明方法采用自适应调整编码器，在捕捉图像特征的同时，结合不同知识域的信息，增强了模型对多样化数据的适应性。