-
公开(公告)号：CN118015058B
公开(公告)日：2025-03-18
申请号：CN202410248326.X
申请日：2024-03-05
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
IPC: G06T7/50 , G06T7/11 , G16H50/30 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06T7/62 , G06T7/60
Abstract: 本申请涉及智能医疗领域，具体涉及一种视网膜血管曲率的计算方法、系统及设备。包括获取眼底图像；对眼底图像进行血管分割得到动脉血管和静脉血管；对所述动脉血管和静脉血管进行骨架提取得到骨架图像；筛除所述骨架图像中的存在分叉点的血管得到筛除后的图像；基于筛除后的图像进行计算得到血管的曲率。本申请计算得到视网膜动脉血管与静脉血管的曲率，能够有效预测心血管疾病的风险，具有很好临床价值。
-
公开(公告)号：CN118015058A
公开(公告)日：2024-05-10
申请号：CN202410248326.X
申请日：2024-03-05
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
IPC: G06T7/50 , G06T7/11 , G16H50/30 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06T7/62 , G06T7/60
Abstract: 本申请涉及智能医疗领域，具体涉及一种视网膜血管曲率的计算方法、系统及设备。包括获取眼底图像；对眼底图像进行血管分割得到动脉血管和静脉血管；对所述动脉血管和静脉血管进行骨架提取得到骨架图像；筛除所述骨架图像中的存在分叉点的血管得到筛除后的图像；基于筛除后的图像进行计算得到血管的曲率。本申请计算得到视网膜动脉血管与静脉血管的曲率，能够有效预测心血管疾病的风险，具有很好临床价值。
-
公开(公告)号：CN117788473B
公开(公告)日：2024-05-14
申请号：CN202410211417.6
申请日：2024-02-27
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
Abstract: 本发明属于智能医疗领域，具体涉及一种基于双眼融合网络预测高血压的方法、系统和设备。方法包括：获取被试左/右眼的眼底图像和右眼的眼底图像；所述左/右眼的眼底图像输入Transformer编码器进行特征提取得到左/右眼底图像特征；将所述左/右眼底图像特征展开成2维左/右眼底特征序列，二者列连接得到双眼特征序列，在所述双眼特征序列上作用Transformer层后得到双眼融合特征序列，所述Transformer层由自注意力层和前馈神经网络组成，计算所述双眼融合特征序列的列均值得到双眼融合特征；基于所述双眼融合特征进行高血压预测。本发明可以预测个体未来是否会新发高血压，有利于指导个体采取预防和干预措施。
-
公开(公告)号：CN117788473A
公开(公告)日：2024-03-29
申请号：CN202410211417.6
申请日：2024-02-27
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
Abstract: 本发明属于智能医疗领域，具体涉及一种基于双眼融合网络预测高血压的方法、系统和设备。方法包括：获取被试左/右眼的眼底图像和右眼的眼底图像；所述左/右眼的眼底图像输入Transformer编码器进行特征提取得到左/右眼底图像特征；将所述左/右眼底图像特征展开成2维左/右眼底特征序列，二者列连接得到双眼特征序列，在所述双眼特征序列上作用Transformer层后得到双眼融合特征序列，所述Transformer层由自注意力层和前馈神经网络组成，计算所述双眼融合特征序列的列均值得到双眼融合特征；基于所述双眼融合特征进行高血压预测。本发明可以预测个体未来是否会新发高血压，有利于指导个体采取预防和干预措施。
-
公开(公告)号：CN117727420A
公开(公告)日：2024-03-19
申请号：CN202311640893.1
申请日：2023-12-01
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 北京医月科技有限公司
IPC: G16H20/30 , G06V10/764 , G06V10/774 , G06N5/04 , G06T5/70 , G06V10/80 , G06N3/0464 , G06N3/044 , G06N3/08
Abstract: 本发明涉及机器学习技术领域，公开了非接触式动静态动作训练辅助方法、装置、设备及介质，方法包括：基于历史动作训练对应的动作图像数据结合预设深度学习模型建立动静态关节点推理模型；实时获取训练者根据预设动作进行训练的动作图像数据；根据动作图像数据通过预设识别算法得到训练者的人体关节点数据；基于动静态关节点推理模型得到动静态特征数据，和人体关节点数据进行数据处理及融合计算，得到实时动作指标数据；将实时动作指标数据与预设动作对应的预设动作指标数据进行比对根据比对结果对训练者动作训练对应的动作进行辅助引导提示。从而能够帮助训练者更好地进行动作训练，进而提高训练效率和安全性。
-
Patent Agency Ranking
公开(公告)号：CN112634224B
公开(公告)日：2023-07-28
申请号：CN202011503029.3
申请日：2020-12-17
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种基于目标影像的病灶检测方法和装置，该方法包括：提取待检测的目标影像；对于当前循环，获取当前查询切片中病灶的预测位置；将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块，获取当前查询切片中病灶的修正位置；利用当前查询切片中病灶的修正位置更新所述当前参考切片，重复上述步骤，直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段，提取阶段和修正阶段，在提取阶段中进行病灶位置的粗预测，在修正阶段中进行病灶位置的精预测，以此来提高病灶位置的预测精度。
-
公开(公告)号：CN112634224A
公开(公告)日：2021-04-09
申请号：CN202011503029.3
申请日：2020-12-17
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种基于目标影像的病灶检测方法和装置，该方法包括：提取待检测的目标影像；对于当前循环，获取当前查询切片中病灶的预测位置；将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块，获取当前查询切片中病灶的修正位置；利用当前查询切片中病灶的修正位置更新所述当前参考切片，重复上述步骤，直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段，提取阶段和修正阶段，在提取阶段中进行病灶位置的粗预测，在修正阶段中进行病灶位置的精预测，以此来提高病灶位置的预测精度。
-
公开(公告)号：CN119761464A
公开(公告)日：2025-04-04
申请号：CN202510261710.8
申请日：2025-03-06
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
IPC: G06N3/0985 , G06N3/084 , G06N3/0455 , G06F16/3329 , G06F16/353 , G06F40/295 , G16H50/30 , G16H50/70
Abstract: 本发明公开了一种大语言模型微调系统，涉及大语言模型技术领域，包括模型加载模块，所述模型加载模块用于加载预调整的大语言模型；微调模块，所述微调模块包括微调单元和解释单元，所述微调单元用于接收所述预处理模块传输的处理后的数据，训练得到所述模型加载模块大语言模型的调整参数，并根据调整参数来对所述模型加载模块大语言模型进行调整；微调单元接收经过预处理的数据，对模型进行微调，而解释单元则输出模型的决策过程，使得医疗专业人员能够理解模型的内部逻辑，它不仅提高了模型的适应性和准确性，校正模块接收解释单元的决策过程，并据此生成评估指标，输出校正后的大语言模型，提高了医疗决策的公平性和伦理性。
-
公开(公告)号：CN118507042A
公开(公告)日：2024-08-16
申请号：CN202410403504.1
申请日：2024-04-03
Applicant: 北京大学人民医院 , 北京豌豆苗健康科技有限公司
Abstract: 本发明提供一种基于多源异构数据的脊柱侧弯风险预警识别方法及系统，应用于数据监测技术领域，所述方法包括：获取目标人群多源异构监测数据并进行预处理；基于预处理后的多源异构监测数据，利用多维聚类算法对所述目标人群进行分组，得到多个样本组；分别获取目标人群及各样本组中引起脊柱侧弯的影响因素，通过随机森林算法，分别得到目标人群整体及各样本组中引起脊柱侧弯的重要影响因素；通过关联规则算法，得到各样本组之间的关联关系，挖掘群组特征；构建整体数据集及分组数据集；基于所述整体数据集及分组数据集，对脊柱侧弯风险预警识别模型进行训练。通过上述方法，实现对目标人群脊柱侧弯风险的动态预警。
-
公开(公告)号：CN115295154A
公开(公告)日：2022-11-04
申请号：CN202211223902.2
申请日：2022-10-08
Applicant: 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种肿瘤免疫治疗疗效预测方法、装置、电子设备及存储介质，属于医学检测技术领域，包括：基于待测患者的各个肿瘤组织切片的肿瘤微环境图像，确定每个肿瘤组织切片中各个肿瘤微环境的图像特征信息；将每个肿瘤组织切片中各个肿瘤微环境的图像特征信息输入到肿瘤免疫治疗疗效预测模型，获得肿瘤免疫治疗疗效预测模型输出的待测患者的肿瘤免疫治疗疗效预测结果；肿瘤免疫治疗疗效预测模型是基于肿瘤组织切片中肿瘤微环境的图像特征信息样本及其对应的样本免疫治疗疗效标签训练得到的。本发明可以实现对肿瘤抗PD‑1/PD‑L1免疫治疗疗效的精准预测，从而可以在免疫治疗前提前筛选出获益患者。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.073 seconds)
