解剖学区域引导的医学视觉-语言预训练系统

    公开(公告)号:CN119227831A

    公开(公告)日:2024-12-31

    申请号:CN202411111998.2

    申请日:2024-08-14

    Applicant: 复旦大学

    Abstract: 本发明属于医学影像处理技术领域,具体为解剖学区域引导的医学视觉‑语言预训练系统。本发明系统包括:解剖学区域与报告分句对齐模块、内部表征学习强化模块、外部表征学习强化模块;对齐模块由目标检测器、文本解析器以及二者间的自动化对齐范式构成,通过对比学习赋予模型细粒度对齐能力;内部表征学习强化模块利用图像编码器和图像标签识别解码器,将图像特征与其对应标签相关联,并提供开放疾病类别检测的功能;外部表征学习强化模块利用软标签和硬标签的对比学习,提升不同图像‑报告对之间的关联性。本发明以解剖学区域为中心,同时强化图像‑报告对内部与外部的细粒度语义关联,可显著提升基于当前预训练系统的下游任务准确率。

    一种静脉渗出、静脉炎自动识别仪

    公开(公告)号:CN111557651B

    公开(公告)日:2024-03-12

    申请号:CN202010468742.2

    申请日:2020-05-28

    Inventor: 胡晓静 张晓波

    Abstract: 本发明涉及医疗设备技术领域,具体为一种静脉渗出、静脉炎自动识别仪,所述自动识别仪的工作系统包括操作层、在线诊断系统、数据支撑层、可视化界面和本地储存库五个部分,所述操作层输出待诊断数据并连接至在线诊断系统,所述数据支撑层输出云端数据和开源算法并连接至在线诊断系统,所述在线诊断系统输出诊断信息并连接至可视化界面,所述可视化界面输出连接本地储存库和数据支撑层。本发明通过科学、智能化的仪器和标准来完成的静脉渗出、静脉炎标准评估程序,并提供相应的诊疗依据。

    基于机器学习的预测早产儿支气管肺发育不良风险的方法

    公开(公告)号:CN115470989A

    公开(公告)日:2022-12-13

    申请号:CN202211118219.2

    申请日:2022-09-14

    Abstract: 本发明公开了基于机器学习的预测早产儿支气管肺发育不良风险的方法,包括步骤一:选择相关历史病历及数据,通过数据集成、结构化、预处理等进行数据处理;步骤二:在医学逻辑监督下提取医学变量;步骤三:通过机器学习的方法训练出效果最佳的多因素预测模型;步骤四:独立验证集中验证、检定模型的性能及阈值;步骤五:与临床辅助决策系统结合,在相应的应用场景中使用模型,传递给用户。本发明利用医院电子病历信息库,结合机器学习的方法,建立BPD风险预测模型,在院内数据部署软件后,对来院住院的患儿进行实时运算,对早产儿人群中BPD患儿进行提示,供医生进一步进行评估及早期干预,延缓病情进展,改善患者预后。

    一种儿童喂食辅助调节系统
    10.
    发明公开

    公开(公告)号:CN114010045A

    公开(公告)日:2022-02-08

    申请号:CN202111431199.X

    申请日:2021-11-29

    Abstract: 本发明涉及一种儿童喂食辅助调节系统,包括夹固单元和辅喂单元,所述的夹固单元的上端设置有辅喂单元,本发明采用多调控结构相配合的设计理念进行儿童喂食辅助调节系统使用,设置的夹固单元利用三角板实现与餐桌的多向紧密卡固,设置的辅喂单元采用的多节活动可拆组合形式可便于对不同使用结构进行独立清洗与消毒,进而保持辅喂单元的清洁程度,同时辅喂单元还可根据儿童的年龄或食物的形态实现多重方式的喂食。

Patent Agency Ranking