-
公开(公告)号：CN118748075A
公开(公告)日：2024-10-08
申请号：CN202410730748.0
申请日：2024-06-06
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开了基于交互反馈的诊疗大模型决策优化方法，包括以下步骤：步骤一，创建基于激励与动作双目标序列优化建模的强化学习策略；步骤二，创建基于上下确界双向约束动态网络学习的Q值函数最优估计方法；步骤三，根据所述强化学习策略和所述Q值函数最优估计方法建立诊疗决策优化模型；步骤四，获取患者状态数据，采用所述诊疗决策优化模型进行决策优化。本申请通过基于激励与动作双目标序列优化建模的强化学习策略和基于上下确界双向约束动态网络学习的Q值函数最优估计方法建立诊疗决策优化模型，将专家经验与人工智能融合，提高了决策优化的可靠性。
-
公开(公告)号：CN117710680A
公开(公告)日：2024-03-15
申请号：CN202311826795.7
申请日：2023-12-28
Applicant: 西安交通大学医学院第二附属医院
Abstract: 一种具有丰富信息交互机制的双路径医学图像分割方法，构建具有信息交互的双路径I2U‑Net网络，该双路径I2U‑Net网络的特征编码器有两条输入路径，分别为图像特征输入路径和隐藏状态输入路径；图像特征路径和隐藏状态路径实现多功能信息交互，再进行整体信息融合与增强，最后进行解码和优化；本发明通过双路径多层面的信息交互机制，可以有效地学习包含低级细节描述和高级语义抽象的综合特征，具有良好的分割性能和泛化能力。
-
公开(公告)号：CN113707339B
公开(公告)日：2022-12-09
申请号：CN202110882106.9
申请日：2021-08-02
Applicant: 西安交通大学
Abstract: 本发明公开一种多源异质数据库间概念对齐与内容互译方法及系统，方法为对于数据字典未知的数据库，采用基于数据驱动概念对齐与内容互译方法，采用不确定性函数映射关系挖掘实现数据库间的概念对齐与内容互译；对于字典不完全、不可靠或相互矛盾的异构数据库间，采用基于本体驱动的概念对齐与内容互译的方法；在图同构的判定问题求解的视角下，采用基于无监督的图表征学习方法实现图同构判定；对于字典与数据同时存在且各有缺陷的数据库之间，采用基于数据与本体双驱动的概念对齐与内容互译的方法，借助跨视图领域知识图谱实现概念对齐和内容互译；通过协同挖掘多系统内数据与本体间的映射关系，实现精准、高效、鲁棒、低数据依赖性的对齐互译。
-
公开(公告)号：CN118748076A
公开(公告)日：2024-10-08
申请号：CN202410730971.5
申请日：2024-06-06
Applicant: 西安交通大学医学院第二附属医院
IPC: G16H50/20
Abstract: 本申请公开了一种基于多模型间交互反馈的诊疗方法及装置，该方法包括：将检查图像输入视觉大模型得到视觉特征向量，并将视觉特征向量转换为自然提示语言；将文字检查报告输入大语言模型得到语言特征向量；分别抽取自然提示语言与语言特征向量的语言信息得到自然语言信息与特征语言信息；对自然语言信息与特征语言信息对进行翻译对齐；获取视觉大模型与大语言模型的不确定性，并基于不确定性确定视觉大模型与大语言模型的交互程度；视觉大模型与大语言模型根据交互程度进行交互诊断得到诊断结果。解决了现有技术中医学图像分析方法对人工的依赖程度较高的问题，能够大幅度减少人工干预，实现高效地疾病诊断，提升患者就诊体验。
-
Patent Agency Ranking
公开(公告)号：CN116580240A
公开(公告)日：2023-08-11
申请号：CN202310568224.1
申请日：2023-05-19
Applicant: 西安交通大学医学院第二附属医院
IPC: G06V10/764 , G06V10/40 , G06V10/82 , G16H50/30
Abstract: 一种多尺度特征提取及其内在关系建模的深度学习方法，包括以下步骤：基于现有技术的多尺度特征提取模块Res2Net，使用轻量级Transformer对多尺度上下文特征进行整合，形成多尺度感知特征提取模块；根据现有技术的多尺度特征提取模块Res2Net和多尺度感知特征提取模块SAFE，设计尺度感知残差模块；根据尺度感知残差模块，构建三维尺度感知残差神经网络；本发明不仅能够有效的提取多尺度特征，还使用了轻量化的Transformer对多尺度特征之间的内在关系进行了建模和整合，相比于现有技术的多尺度特征提取模块，本发明具有更强的特征学习能力，获取到的多尺度特征整合为一个更具分辨力的特征。
-
公开(公告)号：CN114004811B
公开(公告)日：2025-04-25
申请号：CN202111284039.7
申请日：2021-11-01
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开一种基于多尺度残差编解码网络的图像分割方法及系统，对皮肤病变图像进行预处理；对所述预处理后的图像进行数据增强，得到更多的图像数据，即输入特征图像；基于多尺度残差编解码网络对所述输入特征图进行特征提取、编码特征融合以及解码特征融合；对拼接后的特征F进行最大值池化、平均池化及soft池化，得到其空间注意力特征，然后再对其进行通道注意力操作，得到通道注意力后的特征，再对该特征进行sigmoid激活操作，得到最终的分割结果；皮肤病变分割网络Ms RED分割效果更好，尤其是于形状不规则，尺度变化大，对比度不明显，边界模糊的病变有良好的分割结果；本发明所设计的Ms RED网络，在临床皮肤病诊断中有巨大的应用潜力。
-
公开(公告)号：CN116758274A
公开(公告)日：2023-09-15
申请号：CN202310568227.5
申请日：2023-05-19
Applicant: 西安交通大学医学院第二附属医院
IPC: G06V10/25 , G06V10/40 , G06V10/774 , G06V10/80 , G16H50/20
Abstract: 一种有效融合临床知识和AI知识的肺结节诊断模型，包括检测模块、初始诊断模块、语义属性优化模块和最终诊断结果预测模块；检测模块用于从CT影像中提取结节的感兴趣区域；初始诊断模块，根据结节感兴趣区域，进行共享特征提取和多任务预测，预测结节语义属性得分和初始的良恶性诊断结果，完成初始化预测；语义属性优化模块，根据初始诊断模块得到的结节语义属性，选择性地优化语义得分，对相应的语义特征重新赋予权重，得到修改后的进行优化语义特征；最终诊断结果预测模块将优化后的语义特征进行特征向量的映射，最终得到结节恶性程度预测概率；本发明有效地融合语义特征(临床知识)和AI知识，增加了肺结节良恶性预测的准确性。
-
公开(公告)号：CN114004811A
公开(公告)日：2022-02-01
申请号：CN202111284039.7
申请日：2021-11-01
Applicant: 西安交通大学医学院第二附属医院
Abstract: 本发明公开一种基于多尺度残差编解码网络的图像分割方法及系统，对皮肤病变图像进行预处理；对所述预处理后的图像进行数据增强，得到更多的图像数据，即输入特征图像；基于多尺度残差编解码网络对所述输入特征图进行特征提取、编码特征融合以及解码特征融合；对拼接后的特征F进行最大值池化、平均池化及soft池化，得到其空间注意力特征，然后再对其进行通道注意力操作，得到通道注意力后的特征，再对该特征进行sigmoid激活操作，得到最终的分割结果；皮肤病变分割网络Ms RED分割效果更好，尤其是于形状不规则，尺度变化大，对比度不明显，边界模糊的病变有良好的分割结果；本发明所设计的Ms RED网络，在临床皮肤病诊断中有巨大的应用潜力。
-
公开(公告)号：CN113707339A
公开(公告)日：2021-11-26
申请号：CN202110882106.9
申请日：2021-08-02
Applicant: 西安交通大学
Abstract: 本发明公开一种多源异质数据库间概念对齐与内容互译方法及系统，方法为对于数据字典未知的数据库，采用基于数据驱动概念对齐与内容互译方法，采用不确定性函数映射关系挖掘实现数据库间的概念对齐与内容互译；对于字典不完全、不可靠或相互矛盾的异构数据库间，采用基于本体驱动的概念对齐与内容互译的方法；在图同构的判定问题求解的视角下，采用基于无监督的图表征学习方法实现图同构判定；对于字典与数据同时存在且各有缺陷的数据库之间，采用基于数据与本体双驱动的概念对齐与内容互译的方法，借助跨视图领域知识图谱实现概念对齐和内容互译；通过协同挖掘多系统内数据与本体间的映射关系，实现精准、高效、鲁棒、低数据依赖性的对齐互译。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
