-
公开(公告)号：CN118468097A
公开(公告)日：2024-08-09
申请号：CN202410443871.4
申请日：2024-04-14
Applicant: 浙江大学
IPC: G06F18/241 , A61B5/318 , A61B5/00 , G06F18/213 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种多模态心电信号分析系统，包含：心电令牌模块，用于基于心电信号生成心电令牌；心电分类模块，用于提取心电信号的基本属性；简单提示器模块，用于根据心电令牌模块和心电分类模块的输出、用户的问题和以及标准模板生成最终输入；大模型模块，用于接收简单提示器模块生成的最终输入，并通过预训练的问答大模型输出最终答复。本发明的多模态心电信号分析系统，通过将心电信号转换为连续的心电令牌而非简单的文本描述，并训练大模型直接解释这些心电令牌，充分利用大模型的推理能力，进行心电图精准判读。
-
公开(公告)号：CN117152074A
公开(公告)日：2023-12-01
申请号：CN202311082720.2
申请日：2023-08-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于视网膜图像的神经退行性疾病辅助诊断系统，包含：视网膜图像预处理模块，对获取到的患者眼底视网膜图像进行预处理；视网膜图像质量分类模块，对预处理之后的眼底视网膜图像的图像质量进行预测分类；视网膜血管特征提取模块，计算视网膜血管分支复杂度和血管密度；诊断模块，基于眼底视网膜图像、人口统计信息以及提取的视网膜血管特征进行神经退行性疾病的快速精准分类和辅助诊断。本发明提供的基于视网膜图像的神经退行性疾病辅助诊断系统，创新性地将患者的眼底视网膜图像和人口统计信息作为输入，实现了对患者的基于眼底视网膜图像和人口统计信息的神经退行性疾病的快速精准分类。
-
公开(公告)号：CN115937634A
公开(公告)日：2023-04-07
申请号：CN202211612894.0
申请日：2022-12-15
Applicant: 浙江大学
IPC: G06V10/774 , G06V10/764 , G06V10/75 , G06T7/11
Abstract: 本发明公开了一种基于Transformer的动态稀疏化结合原型的分类方法及装置，该方法包含：对Vision Transformer进行图像分类训练得到基于Vision Transformer的第一图像子块特征提取器；将第一图像特征提取器作为教师模型采用蒸馏的方式对具有动态稀疏化能力的Vision Transformer进行图像分类训练得到基于Vision Transformer并具有动态稀疏化能力的第二图像子块特征提取器；对训练图像进行特征提取并学习得到不同种类对应的多个原型；对待分类图像进行原型匹配得到对应的分类结果。本发明的基于Transformer的动态稀疏化结合原型的分类方法及装置，相比于一般的使用卷积神经网络的基于原型的分类方法，本发明采用Transformer模型，可以更好的区别图像子块，对原型激活的图像子块区域可以更精准的定位，提高了模型的可解释性。
-
公开(公告)号：CN112201348B
公开(公告)日：2022-07-26
申请号：CN202011171924.X
申请日：2020-10-28
Applicant: 浙江大学
Abstract: 本发明公开了一种基于知识感知的多中心临床数据集适配设备，包含：数据输入单元、知识图谱嵌入单元、基于知识感知的对抗性学习单元和临床结果预测单元；知识图谱嵌入单元包括：知识图谱模块和图卷积神经网络模块；所述基于知识感知的对抗性学习单元包括：患者表征模块、知识表征模块、基于知识感知的患者表征模块和多中心鉴别器模块；所述临床结果预测单元用于对基于知识感知的患者表征模块输出的所述患者特征表示π进行拟合，得到临床目标的预测结果。本发明的基于知识感知的多中心临床数据集适配设备，引入外部的临床专家知识，能够同时捕获多中心临床数据集中患者的共享特征和中心相关特征，从而提高在不同临床环境下的应用性能。
-
公开(公告)号：CN114418420A
公开(公告)日：2022-04-29
申请号：CN202210085862.3
申请日：2022-01-25
Applicant: 浙江大学
Abstract: 本发明公开了一种基于因果推断的竞争风险生存分析方法，包含：根据竞争风险生存分析模型搭建结构化因果模型；根据结构化因果模型识别竞争风险生存分析模型中存在的混淆因子以及混淆因子产生的后门路径；通过后门调整对竞争风险生存分析模型进行因果干预以去除模型中的混淆因子；定义竞争风险生存分析模型的损失函数，并对其进行修正得到因果干预后的损失函数；对因果干预后的损失函数进行最小化以实现对竞争风险生存分析模型的训练优化。本发明的基于因果推断的竞争风险生存分析方法，通过用结构化因果模型从因果角度来修正现有的竞争风险生存分析模型，采用因果推断的方式，通过后门调整公式来学习一个去偏差的生存模型。
-
Patent Agency Ranking
公开(公告)号：CN108091397B
公开(公告)日：2021-09-14
申请号：CN201810068813.2
申请日：2018-01-24
Applicant: 浙江大学
Inventor： 黄正行
Abstract: 本发明公开了一种基于提升‑重采样和特征关联分析的缺血性心脏病患者出血事件预测方法，包括：(1)训练样本；(2)以逻辑回归模型为基础，引入提升‑重采样框架对训练样本进行重采样，并根据患者样本‑样本相关关系、患者特征‑特征相关关系构建逻辑回归模型的损失函数，构建预训练模型；(3)以训练样本和训练样本对应的真值标签，对预训练模型进行训练，每一次迭代，利用重采样获得的均衡子样本集对逻辑回归模型进行训练，获得与均衡子样本集对应的一个弱分类器，经过多次迭代获得的多个弱分类器，构成缺血性心脏病患者出血事件预测模型；(4)利用所述缺血性心脏病患者出血事件预测模型预测待测样本发生出血事件的概率。
-
公开(公告)号：CN109493933A
公开(公告)日：2019-03-19
申请号：CN201811406596.X
申请日：2018-11-23
Applicant: 浙江大学
Abstract: 本发明公开了一种基于注意力机制的急性冠脉综合征不良心血管事件的预测方法，包括：(1)构建训练样本；(2)以双向长短时效记忆网络为基础，并根据患者静态特征-动态特征关系，引入注意力机制对训练样本进行权重计算，构建预训练模型；(3)以训练样本和训练样本对应的真值标签，对预训练模型进行训练，得到不良心血管事件预测模型；(4)利用预测模型预测待测样本发生不良心血管事件的概率。本发明提供的预测方法可对急性冠脉综合征患者的缺血事件和出血事件发生概率进行预测，从而辅助医生制定合理的诊疗措施，支持临床决策，降低医疗开支。
-
公开(公告)号：CN104778543A
公开(公告)日：2015-07-15
申请号：CN201510160825.4
申请日：2015-04-07
Applicant: 浙江大学
Abstract: 本发明公开了一种基于领域知识本体的业务流程监控方法，包括以下步骤：根据业务领域的知识、业务流程以及监控需求建立相应的监控模型；实时获取业务流程数据并利用所述的监控模型进行监控。该业务流程监控方法中的监控流程是对监控规则推理出来的业务流程状态进行校验并得出监控结果，整个监控流程的执行过程平行于业务流程的执行，可以实现在业务流程执行过程中的监控。
-
公开(公告)号：CN118333107A
公开(公告)日：2024-07-12
申请号：CN202410772052.4
申请日：2024-06-16
Applicant: 浙江大学
IPC: G06N3/0455 , G06N3/0895 , G06N3/0475 , G06N3/094 , G16H80/00 , G06N3/0985
Abstract: 本发明公开了一种基于扩散模型的PPG生成ECG跨模态生成方法，包含：获取ECG、PPG配对数据集；使用时序数据转图像数据的方法将ECG和PPG数据转化为图像数据；构建深度学习模型；对深度模型进行第一阶段训练，训练VQGAN模型和CLIP模型，以及第二阶段训练，训练扩散模型；定义总损失函数；使用超参数搜索，在训练集上采用不同的超参数组合进行训练，并在验证集上验证其性能，挑选出最佳超参数组合，在测试集上测试采取最佳超参数训练的深度学习模型。本发明的基于扩散模型的PPG生成ECG跨模态生成方法，能够有效地从PPG信号生成高质量的ECG信号，提升了信号生成的准确性和可靠性。
-
公开(公告)号：CN110957036B
公开(公告)日：2023-07-14
申请号：CN201911017727.X
申请日：2019-10-24
Applicant: 中国人民解放军总医院 , 浙江大学
Abstract: 本发明提供了一种基于因果推理构建的疾病预后风险评估模型的方法及基于因果推理的疾病预后风险评估系统。基于因果推理，利用全连接神经网络来预测癌症或心脑血管疾病患者一年内再入院的概率，评估不同治疗方案的效果，从而辅助医生制定合理的诊疗措施，支持临床决策，降低医疗开支。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.02 seconds)
