-
公开(公告)号：CN114996472B
公开(公告)日：2025-04-25
申请号：CN202210581933.9
申请日：2022-05-26
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/36 , G06F18/214 , G16H10/60
Abstract: 从本申请提出一种基于关系抽取模型的样本优化方法及系统，属于数据处理技术领域，方法包括：获取训练样本集，所述训练样本集包括M条样本，每条样本由多个已标记的实体以及实体之间的关系组成；构建已知实体的关系列表；根据已知实体的关系列表，在训练样本集中，若实体以及实体之间的关系不存在于已知实体的关系列表中，则删除训练样本集中该实体以及实体之间的关系，得到新的训练样本集；在新的训练样本集中取出任一样本，将任一样本改造成正样本与负样本的集合，所有样本均经过阈值处理，得到最终的输入样本。本申请在训练结果的精度不产生影响的前提下，降低了“关系抽取”的硬件资源消耗，提高计算效率。
-
公开(公告)号：CN114974490B
公开(公告)日：2024-11-05
申请号：CN202210589095.X
申请日：2022-05-27
Applicant: 神州医疗科技股份有限公司
IPC: G16H10/60 , G06F16/35 , G06F40/205 , G06F40/242 , G06F40/289 , G06F40/30
Abstract: 本公开的实施例公开了用于构建医学术语平台的方法、装置、电子设备和介质。该方法的一具体实施方式包括：选取数据源，采集医学词语集合；对上述医学词语集合进行数据处理，得到数据处理完成的医学词语集合；基于上述数据处理完成的医学词语集合，建立各个医学词语之间的关系；将关系建立完成的医学词语集合确定为目标医学术语集合，以及将上述目标医学术语集合发布至目标医学术语平台。该实施方式实现了医学信息命名规范、统一，即使有多个数据源也可以轻松处理得到符合要求的医学术语集合，构建的医学术语平台也有助于医学问诊、医学预警、医学指南推荐等医疗相关服务。
-
公开(公告)号：CN117976198B
公开(公告)日：2024-06-21
申请号：CN202410366312.8
申请日：2024-03-28
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/20 , G06F16/35 , G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/0895 , G06N3/094 , G06N3/096
Abstract: 本发明涉及医学跨域数据处理技术领域，尤其涉及基于数据筛选和对抗网络的医学跨域辅助诊断方法及装置；该方法能够在已知源域已标注电子病历文本数据数量的基础上，通过源域已标注电子病历文本数据的数量和目标域未标注电子病历文本数据的数量之间的关系公式，能够计算目标域未标注电子病历文本数据所需的数量，并采用权重随机抽样法，实现目标域未标注电子病历文本数据所需数量的筛选，随后将源域已标注电子病历文本数据和筛选出的目标域未标注电子病历文本数据进行合并训练，利用优化后的对抗网络，能够在保证模型效果的基础上，不仅加快模型的推理速度，还能够提高疾病诊断预测结果的准确率。
-
公开(公告)号：CN117976198A
公开(公告)日：2024-05-03
申请号：CN202410366312.8
申请日：2024-03-28
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/20 , G06F16/35 , G06F18/214 , G06F18/2415 , G06N3/0455 , G06N3/0475 , G06N3/084 , G06N3/0895 , G06N3/094 , G06N3/096
Abstract: 本发明涉及医学跨域数据处理技术领域，尤其涉及基于数据筛选和对抗网络的医学跨域辅助诊断方法及装置；该方法能够在已知源域已标注电子病历文本数据数量的基础上，通过源域已标注电子病历文本数据的数量和目标域未标注电子病历文本数据的数量之间的关系公式，能够计算目标域未标注电子病历文本数据所需的数量，并采用权重随机抽样法，实现目标域未标注电子病历文本数据所需数量的筛选，随后将源域已标注电子病历文本数据和筛选出的目标域未标注电子病历文本数据进行合并训练，利用优化后的对抗网络，能够在保证模型效果的基础上，不仅加快模型的推理速度，还能够提高疾病诊断预测结果的准确率。
-
公开(公告)号：CN117711635B
公开(公告)日：2024-05-03
申请号：CN202410162478.8
申请日：2024-02-05
Applicant: 神州医疗科技股份有限公司
IPC: G16H50/70 , G16H10/60 , G06F16/901 , G06F16/903 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种医学影像检查结果分析方法及装置，通过深度学习技术、构建改进Trie树和微调后的疾病名称提取模型分别识别出第一类疾病分析实体、第二类疾病分析实体和第三类疾病分析实体，最终将三种结果进行融合后，再根据疾病语料库映射到ICD编码中，通过查询疾病专业知识库中的ICD编码，从而返回对应的疾病专业知识，解决了患者并不能很好的从检查结果中获取到更多关于疾病的信息的问题，帮助患者更好的了解自身病情，理性看待病情，有利于患者协助医生做出有针对性的诊疗，提高诊疗效率。
-
Patent Agency Ranking
公开(公告)号：CN117708306B
公开(公告)日：2024-05-03
申请号：CN202410168381.8
申请日：2024-02-06
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G16H50/20 , G16H10/60 , G06F40/295 , G06F18/24 , G06N3/044 , G06N3/0442 , G06N3/0455
Abstract: 本发明公开了基于层进式问答结构的医学问答架构生成方法及系统，本方案利用电子病历文本结合层进式问答结构来进行医学问题和答案生成的技术框架，通过模仿医生层层递进式的提问方式，构建了一套完整的问题生成及问题回答框架，通过本方案提出的问答架构可以稳定准确的提取电子病历中的关键信息，并做出判断，然后送入后续的疾病诊断框架，提高医生获取患者关键信息的效率和准确率，降低误诊风险。
-
公开(公告)号：CN117764204A
公开(公告)日：2024-03-26
申请号：CN202410191910.6
申请日：2024-02-21
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明涉及医学数据构建技术领域，尤其涉及一种医学领域中的强化学习数据构建方法及系统；该方法包括：获取原始电子病例；对原始电子病例进行数据脱敏处理，得到脱敏数据集；对脱敏数据集进行实体标注和关系标注，构建状态集；构建预测集；对症状词语/症状关系词组与开源大模型答案进行人工校验，将正确的校验结果和对应的检查项价格进行标注，构建核对集；对检查项价格进行规整处理；构建强化学习数据集；基于该强化学习数据集，便于开展后续相关的强化学习，同时能够根据给定的病症或其它结果推荐价格较低的检查项目，以便为医生和患者在医学辅助诊断推荐决策中提供合适的推荐选择，降低医疗成本，提高医疗效果。
-
公开(公告)号：CN117610574A
公开(公告)日：2024-02-27
申请号：CN202410090398.6
申请日：2024-01-23
Applicant: 广东省人民医院 , 神州医疗科技股份有限公司
IPC: G06F40/295 , G16H70/00 , G06N20/00 , G06F16/33 , G06F16/35
Abstract: 本申请提供了一种基于跨域迁移学习的命名实体识别方法和装置，所述方法包括：在单独锁定源域命名实体识别模型的每一模型结构层时，基于源域命名实体识别模型的指标分数的变化情况确定出待锁定结构层；基于t‑SNE算法进行关键样本选取，得到训练文本数据；将待锁定结构层锁定，使用训练文本数据对源域命名实体识别模型进行训练，得到目标域命名实体识别模型；将目标域的医学文本数据输入到目标域命名实体识别模型，得到目标域命名实体识别模型对医学文本数据实体识别的结果。通过所述方法和装置，以解决迁移学习时对目标域样本数量的大量需求，实现有效的精准标注，用最少的样本来最大化的提升模型效果，以提升模型对命名实体识别的准确性。
-
公开(公告)号：CN117235240A
公开(公告)日：2023-12-15
申请号：CN202311507853.X
申请日：2023-11-14
Applicant: 神州医疗科技股份有限公司
IPC: G06F16/332 , G06F9/54 , G06F18/25
Abstract: 本发明公开了一种基于异步消费队列的多模型结果融合问答方法及系统，本方案通过模型融合训练使得模型的输出更加合理，降低了标注数据量，提高了标注速度，同时通过异步的调用方式，我们可以实现和用户端进行联动操作，通过本发明可以快速完成医患之间的交流，帮助医护人员及时预测分析出与患者健康状况，以便于医护人员做出相应的健康护理决策。
-
公开(公告)号：CN115631868A
公开(公告)日：2023-01-20
申请号：CN202211461585.8
申请日：2022-11-17
Applicant: 神州医疗科技股份有限公司
Abstract: 本发明提供了一种基于提示学习模型的传染病预警直报方法和系统，涉及医疗信息化技术领域，包括如下步骤：获取不同医院的原始诊断疾病数据，提取所述原始诊断疾病数据中的诊断描述；基于所述诊断描述构建诊断描述的集合；获取不同传染病的规范名称，基于所述规范名称构建传染病名称集合；基于语言模型对诊断描述的集合中的每个诊断描述与传染病名称集合中的每个规范名称进行比对，判断是否匹配，当任一诊断描述与任一规范名称判断为匹配时上报预警。避免了碍于各个地区的医生的诊断业务能力不同，对传染病进行个性化的诊断描述或自定义的诊断描述，导致传染病不能够被及时发现，提高了识别传染病的准确度。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.034 seconds)
