-
公开(公告)号:CN118398153A
公开(公告)日:2024-07-26
申请号:CN202410587549.9
申请日:2024-05-13
Applicant: 浙江大学
IPC: G16H15/00 , G16H50/20 , G16H20/90 , G06F18/25 , G06F18/2411 , G06F18/2451 , G06V10/44 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/045 , G06N3/0499
Abstract: 本发明公开了一种基于报告生成模型的儿童中医寒热证型辅助辨别系统,包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序,计算机存储器中存储有训练好的报告生成模型和多模态分类模型;报告生成模型包括编码部分和解码部分;计算机处理器执行计算机程序时实现以下步骤:将儿童舌面图像输入训练好的报告生成模型,将编码部分第一步得到的图像特征向量X直接输入到解码部分,从而生成报告,并将报告规范化为键值模式;再将键值化的临床信息、问诊信息和报告生成模型生成的报告输入多模态分类模型,得到寒热证型分类结果。本发明对于望诊图像具有较高的解释性,同时提高寒热证型的判别准确率。
-
公开(公告)号:CN114795258B
公开(公告)日:2022-10-21
申请号:CN202210404776.4
申请日:2022-04-18
Applicant: 浙江大学
IPC: A61B6/00
Abstract: 本发明公开了一种儿童髋关节发育不良诊断系统,包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序,所述计算机存储器中存有训练好的诊断识别模型,所述的诊断识别模型包括基于Mask‑RCNN的儿童骨骼分割模块、基于HRNet的关键点检测模块以及基于TO‑ResNet的特征提取模块。利用本发明,能够自动、快速、准确地测量髋臼指数、CE角,并计算出等级和IHDI等级。
-
公开(公告)号:CN110428910A
公开(公告)日:2019-11-08
申请号:CN201910524718.3
申请日:2019-06-18
Applicant: 浙江大学
Abstract: 本申请涉及一种临床用药适应症分析系统、方法、计算机设备和存储介质,包括:用药查验引擎模块、用药适应症知识图谱模块以及临床数据获取模块;临床数据获取模块用于获取临床实时数据,并将临床实时数据进行系统存储;用药适应症知识图谱模块用于获取疾病网络资源,并根据疾病网络资源生成疾病本体数据库和药品本体数据库;用药查验引擎模块用于接收病患诊断数据,并根据病患诊断数据从临床实时数据中获取与病患诊断数据相匹配的病患诊断症状,进而将病患诊断症状与用药适应症知识图谱进行症状匹配,确定症状适用药品,症状适用药品用于与病患诊断数据中的用药记录数据进行匹配,输出临床用药查验结果。本申请提高了临床用药查验结果的可靠性。
-
公开(公告)号:CN120032774A
公开(公告)日:2025-05-23
申请号:CN202510100495.3
申请日:2025-01-22
Applicant: 浙江大学
IPC: G16H10/20 , G16H10/60 , G16H50/70 , G06F16/31 , G06F16/353 , G06F40/30 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于大语言模型的临床试验受试者筛选方法及装置,包括:获取第一文书数据;将任务指令、第一文书数据以及临床试验的筛选标准词列表构造大语言模型的输入文本;大语言模型根据输入文本获取每个筛选标准词的概率值;将正确的筛选标准词作为接受样本,剔除掉正确的筛选标准词后,按概率值从高到低采样若干个其他筛选标准词得到拒绝样本集合;利用接受样本和拒绝样本集合对大语言模型进行偏好训练,通过反向传播方式更新大语言模型的参数值;重复上述步骤,迭代训练大语言模型,并利用训练好的大语言模型,进行临床试验受试者筛选。利用本发明,可以提高模型在临床试验的受试者筛选任务中的准确性。
-
公开(公告)号:CN116364250A
公开(公告)日:2023-06-30
申请号:CN202310095717.8
申请日:2023-02-10
Applicant: 浙江大学医学院附属儿童医院 , 医贝云服(杭州)科技有限公司
IPC: G16H40/20 , G16H40/40 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于日志大数据的医疗耗材管理方法和系统,首先建立医疗耗材使用的医疗日志,并基于医疗日志统计医疗耗材历史使用数据,建立神经网络模型;再者建立医疗活动日志,并基于医疗活动日志构建医疗耗材相关度,将医疗耗材历史使用数据作为训练样本输入至神经网络模型进行训练;将医疗耗材相关度输入至神经网络模型进行参数修正;最后基于修正后的神经网络模型预测医疗耗材未来使用信息,本发明方案能够实现医疗耗材智能化管理,较好地还原耗材真实使用数据,精确地获取维护计划相关数据,节约医疗耗材损耗,提高成本管理效率。
-
公开(公告)号:CN114898863B
公开(公告)日:2023-02-14
申请号:CN202210349721.8
申请日:2022-04-02
Applicant: 浙江大学
Abstract: 本发明公开了一种新生儿坏死性小肠结肠炎手术干预时机辅助识别系统,采用手术干预时机辅助识别模型,利用该模型的具体工作过程如下:将新生儿坏死性小肠结肠炎患者的影像数据和临床数据输入数据预处理模块分别进行预处理;将预处理后的影像数据和临床数据输入特征提取模块进行特征提取;然后加入超图约束,选取不同特征之间相关联的高阶特征;最后加入两种数据特征的邻接矩阵作为网络正则化约束,得到最终特征矩阵;根据临床指征选取模块选择的临床指征,将最终特征矩阵中的临床指征输入预测分类模块进行分类,得到是否需要手术的二分类结果。本发明可以对新生儿坏死性小肠结肠炎外科手术干预时机进行判断,提高患儿的诊治效率。
-
公开(公告)号:CN115205599A
公开(公告)日:2022-10-18
申请号:CN202210879158.5
申请日:2022-07-25
Applicant: 浙江大学
IPC: G06V10/764 , G06V10/762 , G06V10/774 , G06V10/22 , G06V10/82 , G06N3/04 , G06N3/08 , A61B6/00
Abstract: 本发明公开了一种基于域泛化模型的多年龄段儿童胸片图像肺炎分类系统,包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序,所述计算机存储器中存有训练好的域泛化分类模型;所述的域泛化分类模型采用改进的F‑conv网络模型,包括权重层、滤波器层、共享层三个部分;对于待测的图像,输入域泛化分类模型后,通过权重组与滤波器层中对应的滤波器组进行点乘加权,将所有结果相加,获得滤波器层的输出;滤波器层的输出输入至共享层,通过多次2D的卷积,最终再通过全连接层获得模型的分类结果。利用本发明,可以让多年龄段儿童在同一模型上实现肺炎高性能分类。
-
公开(公告)号:CN110322944B
公开(公告)日:2020-11-13
申请号:CN201910468699.7
申请日:2019-05-31
Applicant: 浙江大学
Abstract: 本申请涉及一种药物不良反应智能监测方法、装置、系统和计算机设备。所述方法包括:获取终端的病患诊疗数据;所述病患诊疗数据包括病患体征数据和病患检测数据;将所述病患体征数据和所述病患检测数据输入至药物不良反应预警器;获取所述药物不良反应预警器的输出结果;所述输出结果为所述药物不良反应预警器根据所述病患体征数据和所述病患检测数据分析得到的药物结果;将所述输出结果发送至所述终端,供所述终端展示所述输出结果。采用本方案,不仅能够提高药物不良反应智能监测的准确率,还能够完善药物不良反应智能监测系统的全面性。
-
公开(公告)号:CN118098569A
公开(公告)日:2024-05-28
申请号:CN202410265663.X
申请日:2024-03-08
Applicant: 浙江大学
IPC: G16H50/20 , G06V10/764 , G06T7/11 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/0499 , G06N3/08
Abstract: 本发明公开了一种基于多模态数据融合的儿童哮喘中医辅助诊断系统,包括训练好的分类模型,分类模型包含临床信息特征提取模块、问诊信息特征提取模块、望诊图像特征提取模块、中医辨证分型预测模块;中医辨证分型预测模块中,将筛选的临床信息特征、问诊信息特征和望诊图像特征依次输入到正则层,然后将正则层的输出输入到共享权重的第一个多头自注意力层,再然后输入到包含望诊专家、临床专家、问诊专家三个模块的混合模态专家层;三者的输出输入到第二个多头自注意力层,最后输入到综合专家层,通过此层得到最终的辨证分型结果。本发明可模拟中医的诊断过程,实现高精度的儿童哮喘中医辅助诊断,有利于后续精准治疗。
-
公开(公告)号:CN102706472A
公开(公告)日:2012-10-03
申请号:CN201210167161.0
申请日:2012-05-23
Applicant: 浙江大学医学院附属儿童医院
Abstract: 本发明涉及一种基于Zigbee的婴儿培养箱温度监测与报警系统及方法,系统包括监控主机、协调器节点、路由器节点和传感器终端节点构成的无线传感网,其特征在于:一个新生儿病房作为一个无线网络,病区值班护理中心安放协调器节点,在楼层走廊布设路由器节点,各婴儿培养箱放置无线传感器终端节点,协调器节点连接到监控主机。所述方法包括以下步骤:(1)确定Zigbee网络模型的输入输出变量;(2)获取样本数据;(3)建立Zigbee网络模型;(4)确定Zigbee网络模型;(5)通过步骤(4)确定的Zigbee网络模型采集婴儿培养箱的实际温度值和传感器终端节点当前电池电压值,通过无线网络将各传感器终端节点采集的数据传送至监控主机,监控主机将采集的传感器终端节点当电池电压值与正常电池电压值进行比较。
-
-
-
-
-
-
-
-
-