-
公开(公告)号：CN114171147A
公开(公告)日：2022-03-11
申请号：CN202111446280.5
申请日：2021-11-30
Applicant: 中国医学科学院北京协和医院 , 北京安妮福克斯信息咨询有限公司
IPC: G16H10/60 , G06N3/08 , G06N3/04 , G06F40/295 , G06F40/289
Abstract: 本发明提供一种新型医疗文本预处理系统，其特征在于，包括：文本数据；文本预处理，文本预处理的输出端单向连接于文本数据的输入端，文本预处理的输出端单向连接有mord2vec模型生成词向量，mord2vec模型生成词向量的输出端单向连接有堆叠BILSTM模型捕捉上下语境特征，所述堆叠BILSTM模型捕捉上下语境特征的输出端单向连接有CRF模型提取全局最优序列，所述CRF模型提取全局最优序列的输出端单向连接有输出预测命名实体识别序列，S1：所述文本预处理对输入的妊娠糖尿病电子病历文本进行分词。本发明提供的一种新型医疗文本预处理系统，可以获取到包含更丰富、更精准特征信息的文本表示，使得妊娠糖尿病电子病历的命名实体识别效果更加精准。
-
公开(公告)号：CN115238693A
公开(公告)日：2022-10-25
申请号：CN202210809038.8
申请日：2022-07-11
Applicant: 中国医学科学院北京协和医院 , 北京安妮福克斯信息咨询有限公司
IPC: G06F40/295 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多分词和多层双向长短期记忆的中文命名实体识别方法，通过对BERT‑BILSTM‑CRF模型的修改，提高命名实体的识别精度；确定命名实体识别模型的输入与输出：以医疗文本为研究对象，将带有实体标注的医疗文本数据集作为命名实体识别模型的输入，模型的输出是对数据集进行医疗实体预测后给出的实体标注结果；本发明，通过进一步强化模型的文本的语境特征提取性能，一方面考虑了多词切分的方法来增加局部语境特征，另一方面引入了多层双向长短期记忆方法，通过设置不同深度的BILSTM模型来增加全局语境特征以及引入了医学词典这一外部知识，通过丰富模型学习过程中的语义特征信息，从而进一步提升命名实体识别任务的精度。
-
公开(公告)号：CN115169348A
公开(公告)日：2022-10-11
申请号：CN202210726176.X
申请日：2022-06-24
Applicant: 中国医学科学院北京协和医院 , 北京安妮福克斯信息咨询有限公司
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06N3/04
Abstract: 本发明公开了一种基于混合神经网络的事件抽取方法，具体涉及自然语言文本处理技术领域，包括步骤一：对原始文本进行数据预处理，并对原始文本进行分句，得到事件句，再对事件句进行分词、命名体识别，并将事件句序列转换为词向量的形式；步骤二：将以词向量表示的事件句序列传入到双向长短时记忆网络，即（前向和后向两个子LSTM网络），再利用BERT模型来捕捉字级别的语义特征。本发明利用BERT模型来解决一词多义的问题，且充分考虑了卷积神经网络有效提取文本局部特征与BILSTM网络提取文本全局特征的优势，以及文本在上下文语义中的信息，有效提取了文本的特征。模糊上下文语义的情况被解决，提高了事件抽取的效果。
-
Patent Agency Ranking
公开(公告)号：CN118039152A
公开(公告)日：2024-05-14
申请号：CN202410206959.4
申请日：2024-02-26
Applicant: 中国医学科学院北京协和医院
IPC: G16H50/30 , G06F18/214 , G16H50/70
Abstract: 本发明公开了一种卵巢癌患者化疗敏感性预测模型的训练方法和装置，属于智能医疗技术领域。该训练方法包括：获取卵巢癌患者化疗脱敏的诊疗数据；根据所述诊疗数据构建训练样本；利用所构建的训练样本，采用LightGBM方法进行训练，通过对比得到效果最优的卵巢癌患者化疗敏感性预测模型。该模型可以自动预测卵巢癌患者对化疗的敏感性。另外，通过真实的诊疗数据作为训练数据得到的结果参考价值高。而且，本发明得到的模型，是在大量实验基础上通过对多种模型效果进行比对得到的，结果表明，本发明提供的模型表现出比其他对比模型更好的效果，AUC达到了0.7594。
-
公开(公告)号：CN112786166A
公开(公告)日：2021-05-11
申请号：CN202010194852.4
申请日：2020-03-19
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明提供一种数据处理方法、装置、设备及计算机可读存储介质，方法包括：获取终端设备发送的目标用户的状态数据，所述状态数据包括所述目标用户的数值特征数据以及类别特征数据；将所述状态数据输入至预设的状态预测模型，获得所述目标用户预设时间间隔内的状态预测结果；将所述状态预测结果发送至所述终端设备。通过获取目标用户的数值特征数据以及类别特征数据，并采用预设的状态预测模型实现对目标用户生成状态的预测，获得用户预设时间间隔内的状态预测结果，从而能够提高用户生存状态预测的准确性，进而能够实现对目标用户的有效救治以及ICU病房的合理规划。
-
公开(公告)号：CN119993478A
公开(公告)日：2025-05-13
申请号：CN202411995886.8
申请日：2024-12-31
Applicant: 中国医学科学院北京协和医院
IPC: G16H50/30 , G16H50/70 , G06F18/243 , G06F18/213 , G06F18/214 , G06F18/21 , G06N5/01
Abstract: 本发明涉及医疗数据处理技术领域，提供一种遗传性血管性水肿症状数据处理方法及系统，该方法，获取待处理症状数据；提取所述待处理症状数据的症状特征向量；将所述症状特征向量输入患病概率预测模型，得到所述患病概率预测模型输出的患有遗传性血管性水肿的概率；其中，所述患病概率预测模型的基于样本症状数据，以及所述样本症状数据对应的患病概率真值标签训练得到的。本发明的方法通过样本症状数据及其对应标签对患病概率预测模型进行训练，再利用该患病概率预测模型对待诊断患者的待处理症状数据进行预测，从而得到患有遗传性血管性水肿的概率，以供医师参考诊断，有助于最终的确诊。
-
公开(公告)号：CN111671394A
公开(公告)日：2020-09-18
申请号：CN202010396751.5
申请日：2020-05-12
Applicant: 中国医学科学院北京协和医院
IPC: A61B5/00 , A61B5/0205 , A61B5/145 , A61B5/20
Abstract: 本发明公开了一种重症监护报警方法及装置。所述重症监护报警方法包括：获取状态数据库，所述状态数据库包括至少一个数据判断条件以及至少一条报警信息，一条报警信息映射一个数据判断条件；获取使用者的状态参数；将所述使用者的状态参数与所述数据判断条件进行比对，若存在满足数据判断条件的使用者的状态参数，则获取数据判断条件所映射的报警信息；发送报警信息。本发明的重症监护报警方法通过预设状态数据库以及获取使用者的状态参数，能够实时检测使用者的情况并当使用者出现需要报警的情况下进行报警。
-
公开(公告)号：CN112786129A
公开(公告)日：2021-05-11
申请号：CN202010197867.6
申请日：2020-03-19
Applicant: 中国医学科学院北京协和医院
IPC: G16H10/60 , G16H50/70 , G06F40/289 , G06F40/205 , G06F16/35 , G06N20/00
Abstract: 本公开提供的病例数据的分析方法、装置、电子设备及存储介质，通过获得包括用户的病历文本以及检验数据的病例数据，对病例数据进行特征提取，获得特征数据；利用机器学习算法模型，对特征数据进行分析，获得病例数据对应病例分类结果；输出所述病例分类结果。针对在疫情爆发等特殊时期，通过线上对病例数据进行分析和分类，能够在一定程度上为线上医疗服务提供有效支撑。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.051 seconds)
