基于约定的通用软件认证方法
    1.
    发明公开

    公开(公告)号:CN117972649A

    公开(公告)日:2024-05-03

    申请号:CN202410039289.1

    申请日:2024-01-11

    Abstract: 本发明涉及基于约定的通用软件认证方法,在授权服务端,按照授权服务端和授权客户端双方线下约定,确定认证方式,提供相应的认证源信息,生成单条认证公钥、私钥,授权认证信息入库保存,生成授权文件和公钥文件,同时生成认证源信息备份文件;在授权客户端,加载授权文件和公钥文件,读取公钥并解密读取授权文件的内容,解析获取授权方式及相关验证数据,默认必须提供过期时间验证,并优先验证过期时间,如果验证已过期则直接退出,如果验证通过则周期记录系统时间、按天定时验证时间授权,当授权过期时在认证获取token接口进行拦截,如果时间验证通过,则还使用其他附加验证方式进行验证。本发明可兼容各种软件,在任意软件实现认证的快速落地。

    FATE联邦学习方法
    2.
    发明公开

    公开(公告)号:CN117829319A

    公开(公告)日:2024-04-05

    申请号:CN202410039218.1

    申请日:2024-01-11

    Abstract: 本发明涉及FATE联邦学习方法,联邦协作Party通过pipeline导入上传数据,guest角色联邦partyParty,通过pipeline组装,绑定各协作host提供数据,并进行数据处理、样本对齐、数据融合处理后,利用FATE提供数据模型或自定义模型,根据实际需要选择需要训练的模型,进行联邦模型训练和评估,全流程通过FATE Board完成可视化检测流程、结果模型及数据导出。本发明提供了一种在医院内网环境下以数据导入方式汇集多中心数据进行模型训练的方法,具备广泛应用前景。

    一种多模态医疗数据湖构建方法及系统

    公开(公告)号:CN115579094A

    公开(公告)日:2023-01-06

    申请号:CN202211436205.5

    申请日:2022-11-16

    Abstract: 本发明提供了一种多模态医疗数据湖构建方法及系统,该方法包括:S1:获取临床数据,并汇聚进入数据湖中;S2:获取影像、病理以及基因的医疗多模态数据,并形成影像、病理以及基因数据文件;S3:根据患者信息和就诊信息,将临床数据与影像、病理以及基因数据文件进行整合,构建DHCDM多模态模型。本发明所提供的一种多模态医疗数据湖构建方法及系统,将医疗临床数据与医疗多模态数据进行整合,兼容多种格式的医疗数据,并形成多模态医疗模型,进而能够通过多模态平台对医疗多模态数据进行分析和处理,且模型具备伸缩性强、实时性高、读取速度快以及应用范围广的优势。

    基于生成式预训练模型的病历检索系统

    公开(公告)号:CN117763129A

    公开(公告)日:2024-03-26

    申请号:CN202410196892.0

    申请日:2024-02-22

    Abstract: 本发明涉及基于生成式预训练模型的病历检索系统及方法,方法包括建立医疗检索结构化解析场景语料库;通过医疗检索结构化解析场景语料库对生成式预训练模型进行训练,获得医疗检索结构化解析模型;获取包含检索请求的自然语言,并通过医疗检索结构化解析模型对自然语言进行解析,获得医疗检索结构化解析结果;根据ES检索元数据和映射字典,对医疗检索结构化解析结果进行映射解析,生成检索条件;根据检索条件,组装成DSL语句发送到ElasticSearch库完成检索数据召回。本发明通过生成式预训练模型对包含检索请求的自然语言进行结构化解析,并对结构化解析结果进行映射解析生成检索条件,简化了病历检索条件的设置操作步骤,提高了病历检索的便捷性和操作效率。

    基于模型平均算法的多中心临床试验方法及系统

    公开(公告)号:CN117153312A

    公开(公告)日:2023-12-01

    申请号:CN202311413635.X

    申请日:2023-10-30

    Abstract: 本发明提供了基于模型平均算法的多中心临床试验方法及系统,该方法包括以下步骤:S1:每一个试验中心将该中心的试验数据以及试验结果作为训练集,通过相同的初始化模型进行训练;S2:每个试验中心将训练获得的模型上传至多中心管理平台,并通过模型平均算法重新确定模型;S3:将重新确定的模型发送至每一个试验中心,并更新模型;S4:重复S1‑S3步骤,直至迭代次数达到预设值。本发明提供的基于模型平均算法的多中心临床试验方法及系统,能够在多个试验中心同时进行试验模型的训练,在训练到一定程度后,通过模型平均算法重新确定模型,从而在不断迭代的过程中不断对各个试验中心的模型进行重建,最终能够确定一个统一的全局模型。

    一种多模态医疗数据湖构建方法及系统

    公开(公告)号:CN115579094B

    公开(公告)日:2023-02-28

    申请号:CN202211436205.5

    申请日:2022-11-16

    Abstract: 本发明提供了一种多模态医疗数据湖构建方法及系统,该方法包括:S1:获取临床数据,并汇聚进入数据湖中;S2:获取影像、病理以及基因的医疗多模态数据,并形成影像、病理以及基因数据文件;S3:根据患者信息和就诊信息,将临床数据与影像、病理以及基因数据文件进行整合,构建DHCDM多模态模型。本发明所提供的一种多模态医疗数据湖构建方法及系统,将医疗临床数据与医疗多模态数据进行整合,兼容多种格式的医疗数据,并形成多模态医疗模型,进而能够通过多模态平台对医疗多模态数据进行分析和处理,且模型具备伸缩性强、实时性高、读取速度快以及应用范围广的优势。

    基于生成式预训练模型的病历检索方法及系统

    公开(公告)号:CN117763129B

    公开(公告)日:2024-05-28

    申请号:CN202410196892.0

    申请日:2024-02-22

    Abstract: 本发明涉及基于生成式预训练模型的病历检索系统及方法,方法包括建立医疗检索结构化解析场景语料库;通过医疗检索结构化解析场景语料库对生成式预训练模型进行训练,获得医疗检索结构化解析模型;获取包含检索请求的自然语言,并通过医疗检索结构化解析模型对自然语言进行解析,获得医疗检索结构化解析结果;根据ES检索元数据和映射字典,对医疗检索结构化解析结果进行映射解析,生成检索条件;根据检索条件,组装成DSL语句发送到ElasticSearch库完成检索数据召回。本发明通过生成式预训练模型对包含检索请求的自然语言进行结构化解析,并对结构化解析结果进行映射解析生成检索条件,简化了病历检索条件的设置操作步骤,提高了病历检索的便捷性和操作效率。

Patent Agency Ranking