-
公开(公告)号:CN117407839A
公开(公告)日:2024-01-16
申请号:CN202311506772.8
申请日:2023-11-13
Applicant: 北京邮电大学 , 中国医学科学院北京协和医院
Abstract: 本申请提出了一种考虑负样本位置回归的目标检测方法及装置,该包括:获取预测样本,基于目标检测系列模型对预测样本进行端对端匹配,得到预测样本中的负样本,根据次优框筛选器筛选负样本中的次优框;根据次优框的位置回归情况,构建与负样本配套的位置回归损失函数;将位置回归损失函数融入目标检测系列模型的训练阶段,以进行考虑负样本位置回归的目标检测。本申请建立了全面的目标检测位置回归框架,设计了两种负样本回归损失,填补了领域内对于负样本位置回归问题研究的空白,基于目标检测模型,设计了相关融合组件,仅通过筛选次优框和替换现有优化损失,简单高效地提升模型性能,并促进模型进一步实现真正意义上的端对端匹配和检测。
-
公开(公告)号:CN114068015A
公开(公告)日:2022-02-18
申请号:CN202111432120.5
申请日:2021-11-29
Applicant: 中国医学科学院北京协和医院
Abstract: 本发明提供的诊断信息分析方法、装置及服务器,应用于信息处理技术领域,该方法应用于电子设备,在获取患者的多种诊断信息和电子设备的运行信息后,在多个预设诊断模型中确定可基于至少一种诊断信息进行信息分析的可用诊断模型,进一步根据运行信息在各可用诊断模型中确定至少一个目标诊断模型,最后根据各目标诊断模型对各自对应的诊断信息的分析结果确定最终的分析结果。本发明提供的诊断信息分析方法,能够对多种诊断信息进行分析,所得分析结果可以作为医生进行诊断的参考依据,降低医生的诊断难度,有助于提高诊断结果的准确性,降低误诊率。
-
公开(公告)号:CN113274051A
公开(公告)日:2021-08-20
申请号:CN202110485288.6
申请日:2021-04-30
Applicant: 中国医学科学院北京协和医院
IPC: A61B8/00
Abstract: 本发明提供一种超声辅助扫查方法、装置、电子设备和存储介质,其中方法包括:获取当前超声图像,以及超声探头的上一移动信息和当前状态信息;将所述当前超声图像,以及所述超声探头的上一移动信息和当前状态信息输入至扫查路径规划模型,得到所述扫查路径规划模型输出的下一步的推荐移动信息;其中,所述扫查路径规划模型是基于样本超声扫查路径及其对应的样本超声图像序列进行深度强化学习得到的。本发明提供的超声辅助扫查方法、装置、电子设备和存储介质,连续指导超声探头移动的方向和角度,最终定位至标准切面,提高了超声辅助扫查的准确性和适用范围。
-
公开(公告)号:CN119560166A
公开(公告)日:2025-03-04
申请号:CN202411602159.0
申请日:2024-11-11
Applicant: 中国医学科学院北京协和医院
IPC: G16H50/50 , G16H50/70 , G06F16/906 , G06N20/00
Abstract: 本申请公开了一种剖宫产瘢痕妊娠预后结局分类预测模型建立方法及装置。所述剖宫产瘢痕妊娠预后结局分类预测模型建立方法包括:获取患者数据库,所述患者数据库包括至少一个患者数据;根据治疗方式及预后情况对所述患者数据库中的患者数据进行分类,从而获取第一类患者数据、第二类患者根据第一类患者数据建立第一类患者数据用模型;根据第一类患者数据、第二类患者数据以及第三类患者数据建立第二类患者数据用模型。本申请利用超声及临床特征,结合机器学习模型,建立更加准确的分类模型。
-
公开(公告)号:CN113274051B
公开(公告)日:2023-02-21
申请号:CN202110485288.6
申请日:2021-04-30
Applicant: 中国医学科学院北京协和医院
IPC: A61B8/00
Abstract: 本发明提供一种超声辅助扫查方法、装置、电子设备和存储介质,其中方法包括:获取当前超声图像,以及超声探头的上一移动信息和当前状态信息;将所述当前超声图像,以及所述超声探头的上一移动信息和当前状态信息输入至扫查路径规划模型,得到所述扫查路径规划模型输出的下一步的推荐移动信息;其中,所述扫查路径规划模型是基于样本超声扫查路径及其对应的样本超声图像序列进行深度强化学习得到的。本发明提供的超声辅助扫查方法、装置、电子设备和存储介质,连续指导超声探头移动的方向和角度,最终定位至标准切面,提高了超声辅助扫查的准确性和适用范围。
-
公开(公告)号:CN119049733A
公开(公告)日:2024-11-29
申请号:CN202411537738.1
申请日:2024-10-31
Applicant: 首都医科大学宣武医院 , 首都医科大学 , 北京邮电大学
Abstract: 本申请涉及一种急性心肌梗死患者住院期间的临床场景预测方法及相关设备。该相关设备包括一种系统,该系统包括由大模型驱动的用于执行不同任务的多个智能体,智能体之间通过提示词进行信息交流和迭代优化;该多个智能体包括用于执行医疗文本结构化的任务的第一智能体、用于执行构建医学知识图谱的任务的第二智能体、用于执行临床场景预测的任务的第三智能体和用于执行评估结果反馈优化的任务的第四智能体。本申请能基于急性心肌梗死患者的入院及病程记录文本快速准确地预测患者后续病程的临床场景,有助于快速准确地识别急性心肌梗死,避免误诊,当患者发生急性心肌梗死时能进行及时有效的治疗,减少患者出现不良心血管事件且能改善预后。
-
公开(公告)号:CN114944199B
公开(公告)日:2024-10-18
申请号:CN202210465987.9
申请日:2022-04-26
Applicant: 北京邮电大学
Inventor: 杨煜清
Abstract: 本发明提出一种基于人工智能的菌株筛选方法及装置,其中方法包括,运用关联推断算法解析人体肠道微生物基因测序数据,对人体肠道微生物进行系统生物学分析,获取微生物群落中各微生物之间以及单个微生物与宿主疾病之间的关联模式,生成微生物关联网络;基于微生物关联网络,利用疾病、免疫系统与微生物相关知识筛选微生物关联网络中影响疾病进展的重要节点和子网络,得到关键微生物信息;通过分析关键微生物信息所属的可培养的细菌菌株基因组,对不同菌株组合进行微生物代谢网络流平衡分析,评估不同菌株组合对患者肠道微生态的影响,筛选出最优的菌株组合。本发明有助于活菌药物发现的智能化和效率提升。
-
公开(公告)号:CN116402126A
公开(公告)日:2023-07-07
申请号:CN202310389952.6
申请日:2023-04-12
Applicant: 北京邮电大学
IPC: G06N3/098 , G06F18/2321 , H04L9/40
Abstract: 本发明提出一种防御数据投毒攻击的联邦学习方法,包括,获取包含客户端中数据全部特征分布的共享数据集;根据客户端的本地数据集对模型F进行训练,其中模型F用于学习本地数据集中样本特征和目标向量之间的关系;根据客户端的本地数据集对模型G进行预训练,根据共享数据集对模型G′进行预训练,其中模型G和G′用于学习模型F个性化层参数和向量c之间的关系;获取客户端的本地数据量、向量c、模型F参数以及模型F输出的个性化层参数通过模型G的输出V;将个性化层参数作为模型G′的输入,得到输出V′,计算L=||V′‑V||,根据L判断客户端是否存在数据投毒攻击或梯度攻击,通过服务器对恶意客户端的模型参数赋予较低的权值减轻数据投毒攻击和针对模型参数攻击的影响。
-
公开(公告)号:CN119049733B
公开(公告)日:2025-01-24
申请号:CN202411537738.1
申请日:2024-10-31
Applicant: 首都医科大学宣武医院 , 首都医科大学 , 北京邮电大学
Abstract: 本申请涉及一种急性心肌梗死患者住院期间的临床场景预测方法及相关设备。该相关设备包括一种系统,该系统包括由大模型驱动的用于执行不同任务的多个智能体,智能体之间通过提示词进行信息交流和迭代优化;该多个智能体包括用于执行医疗文本结构化的任务的第一智能体、用于执行构建医学知识图谱的任务的第二智能体、用于执行临床场景预测的任务的第三智能体和用于执行评估结果反馈优化的任务的第四智能体。本申请能基于急性心肌梗死患者的入院及病程记录文本快速准确地预测患者后续病程的临床场景,有助于快速准确地识别急性心肌梗死,避免误诊,当患者发生急性心肌梗死时能进行及时有效的治疗,减少患者出现不良心血管事件且能改善预后。
-
公开(公告)号:CN116030881A
公开(公告)日:2023-04-28
申请号:CN202211596221.0
申请日:2022-12-13
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于人工智能的基因及基因簇功能预测方法,包括,获取目标基因组的所有蛋白序列;利用已有目标功能的蛋白质的功能注释信息,构建模型训练集,训练得到预测模型;通过预测模型对所有蛋白序列进行目标功能的预测,获取蛋白序列的序列信息功能得分;利用蛋白质结构预测模型对蛋白序列的结构进行目标功能的预测,获取蛋白序列的结构信息功能得分;将序列信息功能得分和结构信息功能得分综合的结果作为蛋白序列的最终得分,根据所有蛋白序列的最终得分,评估目标基因组上的所有基因簇,挑选分值最大的基因簇作为候选基因簇。本发明为每个感兴趣的功能,针对性的构建数据集和序列预测模型,进行特定功能基因簇的预测、判别和筛选。
-
-
-
-
-
-
-
-
-