-
公开(公告)号：CN118262910A
公开(公告)日：2024-06-28
申请号：CN202410226690.6
申请日：2024-02-29
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本申请提供了一种溶栓风险动态评估模型的处理方法、装置及处理设备，用于在基于机器学习模型来配置溶栓风险动态评估模型的过程中，通过本申请所引入的指标调整机制，可以明确获得对于溶栓风险动态评估处理具有高度适配性或者说可以做出显著贡献的目标特征，完成高精度且便捷使用的溶栓风险动态评估模型的配置。方法包括：获取采用了溶栓治疗的样本数据；根据初选的多个预设指标，从样本数据中提取对应的参数数据，得到初始指标集；对初始指标集进行数据预处理，得到规范化指标集；通过规范化指标集训练初始模型，以得到溶栓风险动态评估模型，并在训练过程中，调整采用的预设指标，以筛选得到在预设评估指标下取得最优评估效果的多个目标指标。
-
公开(公告)号：CN119092105A
公开(公告)日：2024-12-06
申请号：CN202411570263.6
申请日：2024-11-06
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G16H50/20 , G16H50/70 , G16H80/00 , G06N3/0442 , G06N3/08 , G06F18/23213
Abstract: 本申请提供了一种针对脑出血的血肿抽吸决策系统的处理方法以及装置，针对血肿抽吸方案的处理构建了两层的深度神经网络，由此所实现的基于时序的感知‑决策‑控制方法，克服了现有技术中存在的血肿抽吸过程的结果不可知性，为医生决策提供了直接、便捷的信息传递，可以有效提高脑血肿抽吸治疗的方案精确性，为临床的血肿抽吸治疗提供数字化的、智能化的强有力支持。
-
公开(公告)号：CN118627132A
公开(公告)日：2024-09-10
申请号：CN202410807920.8
申请日：2024-06-21
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本发明的目的是提供一种基于医院场景识别的电子签章自动推荐方法，该方法包括：采用管理者私钥将业务操作信息加密得到业务操作数据块；将业务操作数据块上传至区块链；通过哈希算法将业务操作信息中的场景数据处理得到场景摘要，将所述场景摘要上传至区块链；在签章者接收到签章通知后，通过属性私钥获取场景摘要；根据场景摘要和签章者的个人电子印章生成业务操作印章；根据业务操作印章生成签章结果；管理者收到签章结果后对业务操作印章进行验证。本发明能够大大提高数据传输的安全性，通过使用电子签章，各医疗机构可以轻松验证数据的来源，确保所使用的是真实、准确且没有被篡改的数据，也在很大程度上提升了医疗服务和管理水平。
-
公开(公告)号：CN117763092A
公开(公告)日：2024-03-26
申请号：CN202311842199.8
申请日：2023-12-29
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06F16/33 , G06F16/338 , G06F21/32
Abstract: 本发明公开了一种基于医院OA系统的检索优化方法，具体涉及数据检索技术领域：通过获取数据库中对应用户检索信息的检索特征，通过构建机器学习模型，确定所述检索特征与相对应的检索文本数据之间的关联特征，并通过关联规则判断是否合并生成关联特征组，并从用户的检索信息提取多个检索特征以及对应的关联特征组，根据所述关联特征中的内容检索特征以及用户行为检索特征，通过相似度算法计算多个检索特征与对应的关联特征组之间的匹配度，将匹配度较高的关联特征数据视为目标文本数据，系统能够识别匹配度较高的关联特征组，将关联特征数据视为目标文本数据，不仅提高用户满意度和检索效率，而且提高了用户的检索质量。
-
公开(公告)号：CN119889606A
公开(公告)日：2025-04-25
申请号：CN202510360904.3
申请日：2025-03-26
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本申请提供了一种脑出血样本图像生成模型的处理方法、装置以及处理设备，用于在引入AI来生成脑出血图像供训练模型所需的基础上，提出了一套更为新颖的、可以促使获得更佳样本质量的脑出血样本图像生成模型配置方案，由此可以满足脑出血预测模型的高质量训练样本配置需求。方法包括：获取第一脑出血样本图像；为第一脑出血样本图像配置相应的第一标签；对第一标签进行第一数据增强操作，形状改变之后的第二标签作为先验知识供生成病灶图像使用；对第一脑出血样本图像中的脑出血区域进行图像抹除操作，得到第二脑出血样本图像；以第一脑出血样本图像、第二脑出血样本图像和第二标签为基础，训练脑出血样本图像生成模型。
-
Patent Agency Ranking
公开(公告)号：CN119579726A
公开(公告)日：2025-03-07
申请号：CN202411736618.4
申请日：2024-11-29
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本发明实施例公开了一种生成伪影图像的方法、电子设备、存储介质以及产品，该方法包括：生成与原始超声图像对应的待处理图像；在待处图像中随机添加掩码区域，得到掩码图像，并确定掩码图像中掩码区域的像素点所对应的目标像素值，得到待使用图像；依据待使用图像中每个像素点所对应的像素值，确定伪影叠加图像；依据原始超声图像和伪影叠加图像，确定原始超声图像的目标伪影图像。本发明实施例所提供的技术方案，在不用对大量数据样本数据标注的情况下，就可以生成与原始超声图像相对应的目标伪影图像，达到了生成目标伪影图像高效性和便捷性的效果。
-
公开(公告)号：CN119579563A
公开(公告)日：2025-03-07
申请号：CN202411735969.3
申请日：2024-11-29
Applicant: 华中科技大学同济医学院附属同济医院
Abstract: 本发明实施例公开了一种医学图像处理方法、装置、电子设备及存储介质。其中，所述方法包括：获取目标甲状腺超声图像；将所述目标甲状腺超声图像输入至预先训练完成的甲状腺图像处理模型中，确定所述甲状腺超声图像的甲状腺轮廓区域和至少一个参考甲状腺结节标注框，所述预先训练完成的甲状腺图像处理模型基于改进的yolo11模型训练得到的；根据所述甲状腺轮廓区域和至少一个所述参考甲状腺结节标注框之间的位置关系，确定至少一个参考甲状腺结节标注框中的目标甲状腺结节标注框，于目标甲状腺超声图像中显示目标甲状腺结节标注框。本发明实施例的技术方案，实现较为快速且准确的识别出甲状腺超声图像中的甲状腺结节，可为临床诊断提供客观参考。
-
公开(公告)号：CN119092105B
公开(公告)日：2025-01-21
申请号：CN202411570263.6
申请日：2024-11-06
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G16H50/20 , G16H50/70 , G16H80/00 , G06N3/0442 , G06N3/08 , G06F18/23213
Abstract: 本申请提供了一种针对脑出血的血肿抽吸决策系统的处理方法以及装置，针对血肿抽吸方案的处理构建了两层的深度神经网络，由此所实现的基于时序的感知‑决策‑控制方法，克服了现有技术中存在的血肿抽吸过程的结果不可知性，为医生决策提供了直接、便捷的信息传递，可以有效提高脑血肿抽吸治疗的方案精确性，为临床的血肿抽吸治疗提供数字化的、智能化的强有力支持。
-
公开(公告)号：CN119131403A
公开(公告)日：2024-12-13
申请号：CN202411639172.3
申请日：2024-11-18
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06V10/26 , G06V10/774 , G06V20/70 , G06V10/82 , G06N3/0895
Abstract: 本申请提供了基于自监督学习的脑出血分割预测模型的处理方法及装置，用于为脑出血分割预测模型的训练，提供了一种新颖的模型预训练架构，以此基于处理得到的预训练模型，有助于后续可以展开更为高效、高精度的模型训练，可以促使获得更高处理精度的脑出血分割预测模型，使得模型具有更强的处理性能，具有更佳的应用价值。
-
公开(公告)号：CN119131403B
公开(公告)日：2025-02-11
申请号：CN202411639172.3
申请日：2024-11-18
Applicant: 华中科技大学同济医学院附属同济医院
IPC: G06V10/26 , G06V10/774 , G06V20/70 , G06V10/82 , G06N3/0895
Abstract: 本申请提供了基于自监督学习的脑出血分割预测模型的处理方法及装置，用于为脑出血分割预测模型的训练，提供了一种新颖的模型预训练架构，以此基于处理得到的预训练模型，有助于后续可以展开更为高效、高精度的模型训练，可以促使获得更高处理精度的脑出血分割预测模型，使得模型具有更强的处理性能，具有更佳的应用价值。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.037 seconds)
