-
公开(公告)号：CN116942887A
公开(公告)日：2023-10-27
申请号：CN202310900040.0
申请日：2023-07-21
Applicant: 北京大学 , 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明属于医药及卫生技术领域，具体涉及一种高生物黏附性和高生物相容性的促周围神经损伤修复新型生物粘合剂的制备及应用，包括以下步骤：(1)、在壳聚糖上接枝乙酰半胱氨酸和多巴制备具有自交联性能的改性壳聚糖凝胶，为粘合层。(2)、制备具有高强度和强韧性的海藻酸钠和聚丙烯酰胺共价/非共价双交联凝胶，为基底层。(3)、将粘合层均匀涂布于基底层上，按照使用的要求切割成不同大小的块状物，即得到高生物黏附性和高生物相容性的促周围神经损伤修复新型生物粘合剂。
-
公开(公告)号：CN115737220A
公开(公告)日：2023-03-07
申请号：CN202211406914.9
申请日：2022-11-10
Applicant: 北京大学第三医院(北京大学第三临床医学院)
IPC: A61F2/46
Abstract: 本发明公开了踝关节镜下植骨器械，属于医疗器械技术领域。该踝关节镜下植骨器械包括鞘筒和芯杆；鞘筒包括：筒本体和底托，筒本体具有贯通其两端的容置腔，筒本体的外侧壁上具有下凹设置的第一避让槽；底托位于筒本体的末端，底托用于承载目标移植物；芯杆伸入至容置腔，且芯杆能够沿着鞘筒的轴向方向运动，以推动目标移植物。通过在鞘筒上设置第一避让槽，来确保该植骨器械顺利地进入狭窄的踝关节间隙，从而无须胫骨远端截骨，在确保关节镜下植骨术顺利开展的前提下，有效减少了医源性损伤。
-
公开(公告)号：CN115620886B
公开(公告)日：2023-04-28
申请号：CN202211628930.2
申请日：2022-12-19
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京京东世纪贸易有限公司
Abstract: 本发明公开了一种数据审核方法和装置，涉及智慧医疗技术领域。该方法的一具体实施方式包括：获取待审核的处方数据，从所述处方数据中提取药品信息和诊断信息，确定样本诊断信息库中与所述诊断信息相似的样本诊断信息；查询与所述药品信息对应的药品向量，以及查询与所述样本诊断信息对应的诊断向量；计算所述药品向量和所述诊断向量的相似度，响应于所述相似度大于或等于预设相似度阈值，确定所述处方数据通过审核。该实施方式基于知识图谱挖掘药品信息与药品信息、药品信息与诊断信息、诊断信息与诊断信息之间的关系，能够解决处方数据中诊断描述多样化的问题。
-
公开(公告)号：CN115631871A
公开(公告)日：2023-01-20
申请号：CN202211652582.2
申请日：2022-12-22
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京京东世纪贸易有限公司
IPC: G16H70/40 , G06F40/126 , G06F40/279 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种药物相互作用等级的确定方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：基于药学知识库对人体指标变化描述文本进行处理，得到第一指标变化信息；使用对比学习技术对人体指标变化描述文本进行关系抽取，得到第二指标变化信息；根据第一指标变化信息和第二指标变化信息，通过预先训练的多层感知分类器得到人体指标变化描述文本对应的药物相互作用等级。该实施方式避免药物名称对多层感知分类器训练和使用的影响，通过药学知识和药学文本对药物相互作用等级进行判断，使用对比学习技术对药学文本进行关系抽取，通过多层感知分类器得到药物相互作用等级，提高了药物相互作用等级判断的准确性。
-
公开(公告)号：CN115620886A
公开(公告)日：2023-01-17
申请号：CN202211628930.2
申请日：2022-12-19
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京京东世纪贸易有限公司
Abstract: 本发明公开了一种数据审核方法和装置，涉及智慧医疗技术领域。该方法的一具体实施方式包括：获取待审核的处方数据，从所述处方数据中提取药品信息和诊断信息，确定样本诊断信息库中与所述诊断信息相似的样本诊断信息；查询与所述药品信息对应的药品向量，以及查询与所述样本诊断信息对应的诊断向量；计算所述药品向量和所述诊断向量的相似度，响应于所述相似度大于或等于预设相似度阈值，确定所述处方数据通过审核。该实施方式基于知识图谱挖掘药品信息与药品信息、药品信息与诊断信息、诊断信息与诊断信息之间的关系，能够解决处方数据中诊断描述多样化的问题。
-
Patent Agency Ranking
公开(公告)号：CN115631871B
公开(公告)日：2023-03-24
申请号：CN202211652582.2
申请日：2022-12-22
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京京东世纪贸易有限公司
IPC: G16H70/40 , G06F40/126 , G06F40/279 , G06F18/214 , G06F18/24
Abstract: 本发明公开了一种药物相互作用等级的确定方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：基于药学知识库对人体指标变化描述文本进行处理，得到第一指标变化信息；使用对比学习技术对人体指标变化描述文本进行关系抽取，得到第二指标变化信息；根据第一指标变化信息和第二指标变化信息，通过预先训练的多层感知分类器得到人体指标变化描述文本对应的药物相互作用等级。该实施方式避免药物名称对多层感知分类器训练和使用的影响，通过药学知识和药学文本对药物相互作用等级进行判断，使用对比学习技术对药学文本进行关系抽取，通过多层感知分类器得到药物相互作用等级，提高了药物相互作用等级判断的准确性。
-
公开(公告)号：CN120088354A
公开(公告)日：2025-06-03
申请号：CN202510056722.7
申请日：2025-01-14
Applicant: 北京大学
Abstract: 本发明公开了一种基于文生图大模型的视错觉隐藏图像创作方法。本方法为：1)利用预训练的文生图大模型提取参考图像x的初始特征z0；2)基于构建的反演轨迹利用去噪扩散隐式模型DDIM对z0进行反演得到高斯噪声 3)基于构建的重建轨迹利用DDIM对 进行采样得到重建特征4)构建 的生成轨迹，基于生成轨迹利用DDIM对服从标准高斯分布的随机采样的噪声信号 进行采样，得到隐空间特征 其中，生成轨迹与重建轨迹等长，生成轨迹的每一时间步以目标提示文本v为引导条件；5)利用文生图大模型对进行解码，得到符合v的语义且具有x视觉结构的生成图像
-
公开(公告)号：CN119888019A
公开(公告)日：2025-04-25
申请号：CN202411799939.9
申请日：2024-12-09
Applicant: 北京大学
IPC: G06T13/20 , G06V20/40 , G06V10/82 , G06N3/0464
Abstract: 本发明公开一种基于隐式神经表示和文本到视频扩散模型的矢量图形动画生成方法及系统，属于计算机图形学领域。所述方法包括：基于n个并排分布的分层隐式神经表示网络，生成矢量图形对应的初始静态视频；利用文本到视频扩散模型提取文本提示词中的动作信息，以生成初始静态视频对应的粗粒度动画视频；对粗粒度动画视频精细化，得到细粒度动画视频。本发明提高了矢量动画生成的效率和质量，降低了动画制作的门槛。
-
公开(公告)号：CN118505851A
公开(公告)日：2024-08-16
申请号：CN202410736201.1
申请日：2024-06-07
Applicant: 北京大学
IPC: G06T11/40 , G06T11/60 , G06N3/0464 , G06N3/0455 , G06N3/096 , G06V10/26 , G06V20/70 , G06V10/82 , G06F40/30 , G06F18/25
Abstract: 本发明公开一种颜色可控的文本引导灰色图着色方法及系统，属于数字图像灰色图着色领域。所述方法包括：针对带有文本描述的灰色图，提取所述灰色图的灰色图隐变量、语义边缘图隐变量和标准空间语义特征，并获取文本描述特征；在所述灰色图隐变量的基础上注入文本描述特征，得到粗粒度着色隐变量；将该粗粒度着色隐变量联合语义边缘图隐变量作为ControlNet着色框架输入，并将标准空间语义特征与ControlNet着色框架的主干特征融合后注入ControlNet着色框架，以得到着色结果图隐变量；将所述灰色图隐变量经过解码得到的中间特征作为所述着色结果图隐变量的结构引导和灰色信息，生成颜色可控的颜色图。本发明可以生成不同的颜色丰富程度的颜色图。
-
公开(公告)号：CN113132755B
公开(公告)日：2022-04-01
申请号：CN201911415561.7
申请日：2019-12-31
Applicant: 北京大学
IPC: H04N21/2343 , H04N21/4402 , H04N19/132 , H04N19/13
Abstract: 本发明公开了一种可扩展人机协同图像编码方法及编码系统。本方法为：提取各样本图片的边缘图并矢量化，作为驱动机器视觉任务的紧凑表示；在矢量化后的边缘图中进行关键点提取作为辅助信息；对紧凑表示和辅助信息分别进行熵编码无损压缩，获得两路码流；对两路码流进行初步解码，获得边缘图以及辅助信息；将解码得到的边缘图以及辅助信息输入生成神经网络中，进行网络的前向计算；根据得到的计算结果与对应原始图片进行损失函数计算，并将计算的损失反向传播到神经网络进行网络权值更新直到神经网络收敛，得到双路码流解码器；获取待处理图像的边缘图和辅助信息并编码压缩后得到两路码流；双路码流解码器对收到的码流解码，重建图像。
-
-
-
-
-
-
-
-
-
Search Results
44
records
(took 0.03 seconds)
