一种疾病辅助检测系统、方法、设备及存储介质

    公开(公告)号:CN117197116A

    公开(公告)日:2023-12-08

    申请号:CN202311277478.4

    申请日:2023-09-28

    Abstract: 本申请公开了一种疾病辅助检测系统、方法、设备及存储介质,涉及神经网络领域,包括:异构图构建模块,用于获取预设图像数据集中的目标数据,根据目标数据构建异构图和对应的特征矩阵;实例提取模块,用于根据预设任务场景生成对应的元路径,并根据异构图和特征矩阵提取元路径对应的元路径实例;链路预测模块,用于利用预设图神经网络生成元路径实例得到对应的目标特征表示,根据目标特征表示进行异构图的链路预测,以根据预测结果确定疾病检测结果。可以将图像数据建模成异构图的形式,把眼病的诊断转化为异构图中的链路预测问题,然后基于异构图神经网络和元路径在异构图上进行结点之间的链路预测,提供更加有效地眼病辅助诊断结果。

    一种眼底图像识别模型更新方法、装置、设备及介质

    公开(公告)号:CN117197115A

    公开(公告)日:2023-12-08

    申请号:CN202311277365.4

    申请日:2023-09-28

    Abstract: 本发明公开了一种眼底图像识别模型更新方法、装置、设备及介质,涉及眼科医疗领域,包括:基于获取到的待更新用户端对应的眼底图像识别模型样本知识确定眼底图像目标特征集合;获取每个待更新用户端对应的用于记录网络神经元的激活值,基于眼底图像识别模型样本知识、激活值、眼底图像共有特征集合构建本地眼底图像识别模型子图;将全部本地眼底图像识别模型子图传递至服务端,对全部述本地眼底图像识别模型子图进行子图融合,得到融合后子图;利用融合后子图对本地眼底图像识别模型进行更新。本发明将用户端模型的融合更新转化为子图融合生成全图的操作,基于多种隐私计算技术保证模型融合全周期的隐私安全,实现模型的安全传递和增量融合。

    一种软组织拉伸撕裂模拟系统、方法、设备、存储介质

    公开(公告)号:CN116631633A

    公开(公告)日:2023-08-22

    申请号:CN202310647348.9

    申请日:2023-06-02

    Abstract: 本申请公开了一种软组织拉伸撕裂模拟系统、方法、设备、存储介质,涉及软组织建模技术领域,包括:施力设备,用于拉伸撕裂模拟模型中目标软组织的目标质点;撕裂模拟模型,用于判断撕裂模拟模型中的弹簧的弹力是否超过预设断裂阈值;若弹力超过所述预设断裂阈值,则删除弹簧,并生成相应的切割圆面,然后利用切割圆面与所有网格面相交处理生成目标边缘网格,获取施力设备对撕裂模拟模型施力产生的矢量力和撕裂图像;操作设备,用于将矢量力反馈至操作者和将撕裂图像显示于人机交互界面。通过使用撕裂模拟模型分别对目标软组织进行撕裂模拟和模型切割,无需将撕裂模拟模型与虚拟工具进行位置计算,准确获取对目标软组织施加的力和对应的撕裂图像。

    一种面向眼科手术的触觉感知信息量化方法及系统

    公开(公告)号:CN117519482A

    公开(公告)日:2024-02-06

    申请号:CN202311546593.7

    申请日:2023-11-20

    Abstract: 本发明所提供的面向眼科手术的触觉感知信息量化方法及系统,方法是通过设计人机交互‑虚拟现实的眼科手术的触觉感知交互场景,在该触觉感知交互场景中,进一步设计眼科手术中对应维度的触觉感知实验;通过调整对应维度的实验参数,重复完成多次对应维度的触觉感知实验,直至满足预设条件时停止实验,输出实验数据;对输出的实验数据进行预处理及分析,以获取多个维度的触觉感知信息。在触觉感知交互场景中,进行多个维度的触觉感知实验,以及对包括触觉信息在内的实验数据的预处理与分析,量化触觉信息,可以有效的采集并获取用户精细的触觉信息,对研究和改进现有触觉感知交互模型,提高其精度和可靠性提供重要参考。该系统具有相同有益效果。

    一种基于联邦学习的疾病检测系统、方法、设备及介质

    公开(公告)号:CN117153373A

    公开(公告)日:2023-12-01

    申请号:CN202311116680.9

    申请日:2023-08-31

    Abstract: 本申请公开了一种基于联邦学习的疾病检测系统、方法、设备及存储介质,涉及模型训练领域,包括:第一参数发送模块,用于将初始疾病检测模型的模型结构和第一模型参数发送至若干客户端;模型融合模块,用于接收客户端发送的第二模型参数,并基于接收到的第二模型参数进行模型融合,以确定第三模型参数;第二参数发送模块,用于将第三模型参数发送至客户端,以便客户端利用基于第三模型参数构建的目标疾病检测模型进行疾病检测。通过联邦学习,不同中心的数据可以在保护隐私的前提下进行模型训练,同时利用模型融合可以减少模型聚合的性能损失,提高模型聚合效率,增强模型的鲁棒性和泛化性能。

Patent Agency Ranking