-
公开(公告)号:CN113343696A
公开(公告)日:2021-09-03
申请号:CN202110604870.X
申请日:2021-05-31
Applicant: 郑州大学第一附属医院
IPC: G06F40/295 , G06K9/62
Abstract: 本发明提供的电子病历命名实体的识别方法、装置、远程终端及系统,所述识别方法包括:S10,建立多个训练好的识别模型;S20,获取待识别的电子病例;S30,对所述步骤S20中的电子病例进行序列标注和数据转换,将其转换为识别模型可识别的文本数据;S40,将所述步骤S30中转换后的文本数据分别输入训练好的多个识别模型中,进行命名实体识别,分别得到多个模型的识别结果;S50,对多个识别结果进行融合模型的运算,得到融合后的最终识别结果;本发明具有能够提高医疗类实体识别准确度,进而提高医院校对患者出院信息的工作效率的有益效果,适用于自然语言处理的领域。
-
公开(公告)号:CN111524606A
公开(公告)日:2020-08-11
申请号:CN202010332980.0
申请日:2020-04-24
Applicant: 郑州大学第一附属医院
Abstract: 本发明公开了一种基于随机森林算法的肿瘤数据统计方法,属于大数据领域,包括建立中央服务器和多个数据采集服务器,对数据进行预处理,根据随机森林算法在训练集上训练得到医疗数据拟合度模型,对医疗数据拟合度模型进行多指标评价,解决了有效的对肿瘤数据进行准确统计的问题,本发明消除了数据的量纲以及数据取值范围可能对实验结果造成的影响,使用敏感度(Sensitivity)、特异性(Specificity)、准确率(Accuracy)、G‑mean、AUC等多个指标等多个指标从多个角度评价模型的分类性能,提高了模型的准确度等多个指标从多个角度评价模型的分类性能,提高了模型的准确度。
-
公开(公告)号:CN118485601A
公开(公告)日:2024-08-13
申请号:CN202410637427.6
申请日:2024-05-22
Applicant: 郑州大学第一附属医院 , 上海人工智能创新中心
IPC: G06T5/70
Abstract: 本申请提供了一种高光谱遥感图像条带噪声去除方法及系统,所述方法包括:对原始训练数据集进行预处理,获取训练数据集;基于训练数据集对半监督解耦变换网络模型进行训练,获得训练完成的半监督解耦变换网络模型;将待处理的高光谱遥感图像输入训练完成的半监督解耦变换网络模型中,获取去除条带噪声的高光谱遥感图像,本申请通过图像解耦和噪声变换来激励模型学习真实的条带噪声分布,与使用手工制作的条带噪声生成模型相比,直接从真实图像中学习物理退化可以隐式地提供对真实数据更准确的近似,本申请提高了去除条带噪声并生成图像的质量,特别是在有效去除真实图像中的条带噪声方面。
-
公开(公告)号:CN117558399A
公开(公告)日:2024-02-13
申请号:CN202311689343.9
申请日:2023-12-11
Applicant: 郑州大学第一附属医院
Abstract: 本发明涉及一种基于互联网医疗平台的联合处方审方方法和系统,互联网医疗平台包括患者中心、处方中心和审方中心,构建患者病历档案并同步到患者中心,医生开方并同步处方到处方中心,审方中心根据患者信息从处方中心获取24小时内处方以及用药疗程内的处方,然后进行禁忌症联合审方、用药疗程联合审方、重复用药联合审方和相互作用联合审方。审方范围不局限于当前处方,而是覆盖到24小时内处方和更多历史处方,能够及时发现用药疗程内的用药风险。将患者数据和处方数据分别存档,患者中心、处方中心、审方中心业务解耦,提高系统的可维护性、可扩展性、灵活性和可重用性,进而提升整体系统的质量和效率。
-
公开(公告)号:CN111524606B
公开(公告)日:2024-01-30
申请号:CN202010332980.0
申请日:2020-04-24
Applicant: 郑州大学第一附属医院
IPC: G16H50/70 , G06F18/2431
Abstract: 本发明公开了一种基于随机森林算法的肿瘤数据统计方法,属于大数据领域,包括建立中央服务器和多个数据采集服务器,对数据进行预处理,根据随机森林算法在训练集上训练得到医疗数据拟合度模型,对医疗数据拟合度模型进行多指标评价,解决了有效的对肿瘤数据进行准确统计的问题,本发明消除了数据的量纲以及数据取值范围可能对实验结果造成的影响,使用敏感度(Sensitivity)、特异性(Specificity)、准确率(Accuracy)、G‑mean、AUC等多个指标等多个指标从多个角度评价模型的分类性能,提高了模型的准确度等多个指标从多个角度评价模型的分类性能,提高了模型的准确度。
-
公开(公告)号:CN116963224A
公开(公告)日:2023-10-27
申请号:CN202311068433.6
申请日:2023-08-23
Applicant: 郑州大学第一附属医院
Abstract: 本申请实施例提供的医疗融合网络的最优路径选择算法、报文处理方法及设备,包括:S401,建立基于信息索引浓度和路径快速收敛的数学模型;S402,通过Tensorflow平台对数学模型中切片数据的参数进行训练,得到训练后的参数集及数学模型;S403,输入网络切片的起点节点值和终点节点值,通过训练后的参数集及数学模型,生成网络切片的最优路径;具有路径选择效率及准确率较高的有益效果,适用于医疗信息化领域。
-
公开(公告)号:CN116883810A
公开(公告)日:2023-10-13
申请号:CN202310810863.4
申请日:2023-07-04
Applicant: 郑州大学第一附属医院
IPC: G06V10/82 , G06V10/98 , G06V10/776 , G06V10/26 , G06N3/0455 , G06N3/08
Abstract: 本申请提供一种用于病理图像分析的病灶分割模型的优化方法及装置、病灶分割方法及装置,优化方法包括:将病理图像数据输入判别模型中;获取判别模型中重建解码器的图像分割结果后,计算该结果与标注分割结果之间的误差Ls;计算病理图像数据在生成模型中某一阶段t的输入噪声,并将其输入阶段t的噪声编码器中;将噪声编码器的输出结果与隐编码结合后输入阶段t的还原解码器中;获取还原解码器的噪声分割结果后,计算该结果与对比噪声之间的误差Ld;将误差Ls与误差Ld进行加权求和,得到最终误差Lz,根据Lz对判别模型和生成模型进行训练;本申请应用于病理图像处理领域,集合两类模型优势,兼顾整体与边缘,实现更精准的病理病灶分割。
-
公开(公告)号:CN113667578B
公开(公告)日:2023-09-15
申请号:CN202111174837.4
申请日:2021-10-09
Applicant: 郑州大学第一附属医院
Abstract: 本发明提供一种从动物组织和细胞中提取RNA的试剂盒及使用方法,有效的解决了现有的试剂盒固不具有摇匀和震荡作用以及试管多时导致工作效率慢的问题,所述试剂盒内前后滑动安装有实验盒,所述实验盒的后端固定安装有实验架,所述实验架的上下两端分别均匀固定开设有多个上下对应的试管孔,所述实验架的下端固定安装有且套设在每个所述试管上的固定环,通过外滑动架、内滑动架和加液管之间的配合使用,解决了同时处理较多试管时工作效率低的问题,而且很大程度上降低操作先后顺序对不同试管内溶液反应时间的影响,通过前齿轮、主动齿条和竖向带轮组各个部件之间配合使用,这样可以实现实验盒和闭合门之间的联动控制。
-
公开(公告)号:CN116630722A
公开(公告)日:2023-08-22
申请号:CN202310727169.6
申请日:2023-06-19
Applicant: 郑州大学第一附属医院
IPC: G06V10/764 , G06V10/82 , G16H50/30 , G06N3/0455 , G06N3/084 , G06N3/0895
Abstract: 本申请实施例提供一种结节良恶性预测模型的优化方法及装置,以及基于该优化预测模型的结节良恶性预测方法及装置;本申请将预处理后的原始CT数据输入Transformer基础模型中,对Transformer基础模型进行训练,然后将新的FPN解码器串联入Transformer模型编码器中,再将原始CT数据传递入FPN解码器中,在上采样过程中设立分类任务和分割任务,通过对分类结果和分割结果进行监督,完成FPN解码器的训练,最终得到优化后的结节良恶性预测模型;通过本申请,能够更好地提高神经网络的泛化性,并在训练过程中进行了多任务学习,提高了神经网络的可解释性和可询证性。
-
公开(公告)号:CN113667578A
公开(公告)日:2021-11-19
申请号:CN202111174837.4
申请日:2021-10-09
Applicant: 郑州大学第一附属医院
Abstract: 本发明提供一种从动物组织和细胞中提取RNA的试剂盒及使用方法,有效的解决了现有的试剂盒固不具有摇匀和震荡作用以及试管多时导致工作效率慢的问题,所述试剂盒内前后滑动安装有实验盒,所述实验盒的后端固定安装有实验架,所述实验架的上下两端分别均匀固定开设有多个上下对应的试管孔,所述实验架的下端固定安装有且套设在每个所述试管上的固定环,通过外滑动架、内滑动架和加液管之间的配合使用,解决了同时处理较多试管时工作效率低的问题,而且很大程度上降低操作先后顺序对不同试管内溶液反应时间的影响,通过前齿轮、主动齿条和竖向带轮组各个部件之间配合使用,这样可以实现实验盒和闭合门之间的联动控制。
-
-
-
-
-
-
-
-
-