公开(公告)号：CN118733772A

公开(公告)日：2024-10-01

申请号：CN202410856045.2

申请日：2024-06-28

Applicant: 浙江大学

Inventor： 李竞 ,  齐国强 ,  俞刚 ,  花明峰 ,  姚文博

IPC: G06F16/35 ,  G06F18/213 ,  G06F18/22 ,  G06N3/0455 ,  G06N3/047

Abstract: 本发明公开了一种儿童医疗文本数据分类方法，包括：(1)获取儿童医疗文本数据，标注得到层级多标签文本；(2)处理得到医疗文本、正样本标签文本、负样本标签文本，构建三元组数据集；(3)构建三塔模型，三塔模型包括三个编码器模块、一个标签召回模块和一个标签排序模块；(4)基于三元组数据集训练三塔模型；(5)使用训练完的三塔模型，分别对层级多标签文本中的父类标签文本和子类标签文本进行处理，将得到特征向量保存至离线特征向量库中；(6)针对待预测儿童医疗文本，使用三塔模型进行处理，再结合离线特征向量库，预测获取相似度高于阈值的top‑k预测标签。本发明可以大大提高儿童医疗文本到标签的匹配效率。

公开(公告)号：CN119380077A

公开(公告)日：2025-01-28

申请号：CN202411400145.0

申请日：2024-10-09

Applicant: 浙江大学

Inventor： 俞刚 ,  沈忱 ,  郑惠文 ,  李竞 ,  齐国强 ,  姚文博 ,  花明峰

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/774 ,  G16H50/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进ResNet的儿童皮肤病多分类系统，包括计算机存储器以及存储在计算机存储器中的分类模型；分类模型包含特征提取单元和预测单元；特征提取单元包含残差模块结构、中尺度膨胀卷积结构、宽尺度膨胀卷积结构和多尺度融合空洞卷积结构；图像顺次经过一个卷积层、一个最大池化层、一个卷积层和一个批正则化层后从提取特征，进入上述四个并行使用的结构，输出各自的特征图；预测单元将每个结构输出的特征图融合后输入一个批正则化层，对融合后的特征进行标准化；之后通过平均池化层对标准化后的特征图进行下采样；最后通过softmax层将特征转化为皮肤疾病的分类概率分布。利用本发明，可以提高常见儿童皮肤病的识别和分类准确性。

公开(公告)号：CN118733772B

公开(公告)日：2025-04-01

申请号：CN202410856045.2

申请日：2024-06-28

Applicant: 浙江大学

Inventor： 李竞 ,  齐国强 ,  俞刚 ,  花明峰 ,  姚文博

IPC: G06F16/353 ,  G06F18/213 ,  G06F18/22 ,  G06N3/0455 ,  G06N3/047

Abstract: 本发明公开了一种儿童医疗文本数据分类方法，包括：(1)获取儿童医疗文本数据，标注得到层级多标签文本；(2)处理得到医疗文本、正样本标签文本、负样本标签文本，构建三元组数据集；(3)构建三塔模型，三塔模型包括三个编码器模块、一个标签召回模块和一个标签排序模块；(4)基于三元组数据集训练三塔模型；(5)使用训练完的三塔模型，分别对层级多标签文本中的父类标签文本和子类标签文本进行处理，将得到特征向量保存至离线特征向量库中；(6)针对待预测儿童医疗文本，使用三塔模型进行处理，再结合离线特征向量库，预测获取相似度高于阈值的top‑k预测标签。本发明可以大大提高儿童医疗文本到标签的匹配效率。