-
公开(公告)号：CN119920423A
公开(公告)日：2025-05-02
申请号：CN202411979902.4
申请日：2024-12-31
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及模型应用更新，具体涉及基于增量学习的医学影像多模态大模型的应用更新方法，构建多模态多任务数据集，利用多模态多任务数据集对医学影像多模态基础大模型进行训练，得到预训练的医学影像多模态基础大模型；构建多模态微调数据集，利用多模态微调数据集对预训练的医学影像多模态基础大模型进行微调，得到医学影像多模态SFT大模型；将引擎化的医学影像多模态SFT大模型作为医学影像多模态大模型助手部署至线上；本发明提供的技术方案能够有效克服现有技术所存在的应用更新后导致模型在原始数据上出现灾难性遗忘，以及难以确保应用更新后模型在各场景典型数据上的性能的缺陷。
-
公开(公告)号：CN119830986A
公开(公告)日：2025-04-15
申请号：CN202411974154.0
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06N3/0895 , G06T7/00 , G16H50/20 , G06N5/04 , G06V10/82 , G06V10/774 , G06F16/22 , G06F40/205
Abstract: 本发明涉及模型训练，具体涉及一种基于对比学习的医学影像分析模型的训练方法，构建包含疾病或重要发现、解剖学区域的报告库；提取各报告中的疾病或重要发现、解剖学区域信息，并对识别出的疾病描述对应的细粒度信息，构建结构化报告库；对各结构化报告中的疾病描述、解剖学区域分别进行向量化，得到对应的疾病查询向量、解剖学区域查询向量；将各结构化报告对应的医学影像转化为视觉特征向量，以捕捉医学影像的关键视觉特征；对疾病查询向量与视觉特征向量，以及解剖学区域查询向量与视觉特征向量分别进行特征交互学习；本发明提供的技术方案能够有效克服现有技术所存在的难以充分利用有限的标注数据增强模型对于疾病识别和病灶定位性能的缺陷。
-
公开(公告)号：CN119785075A
公开(公告)日：2025-04-08
申请号：CN202411791999.6
申请日：2024-12-06
Applicant: 科大讯飞股份有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0455 , G06N3/0464 , G06T5/70
Abstract: 本申请公开了一种相机模糊检测方法及相关装置、设备和存储介质，其中，相机模糊检测方法包括：输入待检测图像至DDPM模型，以获取DDPM模型中图像编码网络输出的编码特征和DDPM模型中噪声预测网络内解码器输出的解码特征；基于编码特征和解码特征进行融合，得到融合特征；基于融合特征进行预测，得到待检测图像的检测结果；其中，检测结果至少包括是否存在成像模糊。上述方案，能够提升相机模糊检测的准确性。
-
Patent Agency Ranking
公开(公告)号：CN116758642A
公开(公告)日：2023-09-15
申请号：CN202310812866.1
申请日：2023-06-30
Applicant: 科大讯飞股份有限公司
IPC: G06V40/20 , G06V10/34 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种投掷运动测评方法、装置、系统、电子设备和存储介质，其中方法包括：获取待测视频流，以及所述待测视频流的测评区域位置信息；对所述待测视频流中的各帧图像进行人体骨骼点检测，得到所述各帧图像的骨骼点位置信息；对所述各帧图像进行投掷物检测，得到所述各帧图像的投掷物位置信息；基于所述测评区域位置信息、所述各帧图像的骨骼点位置信息和投掷物位置信息中的至少两种，确定所述各帧图像的运动状态，并基于所述各帧图像的运动状态，进行投掷运动测评。本发明提供的方法、装置、系统、电子设备和存储介质，可以避免投掷运动测评过程中可能存在的误判、漏判问题，保证测评结果的可靠性和准确性。
-
公开(公告)号：CN112472120B
公开(公告)日：2023-04-18
申请号：CN202011511362.9
申请日：2020-12-18
Applicant: 科大讯飞股份有限公司
IPC: G06F18/213
Abstract: 本发明实施例提供一种心率统计方法、装置、电子设备和存储介质，其中方法包括：确定心音信号；获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。本发明实施例提供的心率统计方法、装置、电子设备和存储介质，通过获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的，再基于正向波峰点和反向波峰点，确定心音信号对应的心率，提高了波峰检测的准确性，避免了波峰点漏检造成的心率统计错误，有效提高了基于心音的心率统计准确性。
-
公开(公告)号：CN119940464A
公开(公告)日：2025-05-06
申请号：CN202411974153.6
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06N3/0895 , G06N3/0455 , G06N3/096 , G06V10/82
Abstract: 本发明涉及模型训练，具体涉及基于跨序列局部对比的医学影像视觉编码器的训练方法，从一个序列的3D医学影像数据中随机裁剪出多个第一全局视图、第一局部视图，将第一全局视图分别输入至学生模型、教师模型中，将第一局部视图输入至学生模型中；从另一个序列的3D医学影像数据中随机裁剪出多个第二全局视图、第二局部视图，将第二全局视图和第二局部视图输入至教师模型中；根据学生模型的输出结果，筛选与第一全局视图最匹配的第一局部视图，并将该第一局部视图作为锚点局部视图；基于锚点局部视图构建用于对比学习的正负样本对；本发明提供的技术方案能够有效克服视觉编码器对高冗余3D医学影像数据中微小局部特征的表征能力较弱的缺陷。
-
公开(公告)号：CN119831938A
公开(公告)日：2025-04-15
申请号：CN202411838232.4
申请日：2024-12-13
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像智能分析，具体设计了一种由影像诊断分析模块、多期对比预警模块、多期影像空间对齐模块、多期影像关联诊断模块、多期对比分析模块、多期对比典型病案知识库和影像临床决策知识库组成的医学影像多期分析系统，其具备多期对比提醒、可解释性的多期对比报告输出、基于多期对比的初步报告更新和基于多期对比的临床决策支持等能力，具备高可解释性、可交互性、可拓展性等优点，能够实现精准的多期对比分析及建议，实现高阶智能辅诊；本发明提供的技术方案能够有效克服现有技术所存在的难以对多期影像进行可解释性、可交互性、可拓展性的多期对比分析的缺陷。
-
公开(公告)号：CN112472120A
公开(公告)日：2021-03-12
申请号：CN202011511362.9
申请日：2020-12-18
Applicant: 科大讯飞股份有限公司
Abstract: 本发明实施例提供一种心率统计方法、装置、电子设备和存储介质，其中方法包括：确定心音信号；获取所述心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于所述任一波峰点之前的同向心音信号点确定的；基于所述正向波峰点和所述反向波峰点，确定所述心音信号对应的心率。本发明实施例提供的心率统计方法、装置、电子设备和存储介质，通过获取心音信号中的所有正向波峰点和反向波峰点，其中任一波峰点是基于该波峰点之前的同向心音信号点确定的，再基于正向波峰点和反向波峰点，确定心音信号对应的心率，提高了波峰检测的准确性，避免了波峰点漏检造成的心率统计错误，有效提高了基于心音的心率统计准确性。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.039 seconds)
