-
公开(公告)号：CN116796046A
公开(公告)日：2023-09-22
申请号：CN202311096421.4
申请日：2023-08-29
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06F16/907 , G06F18/22 , G06F18/241 , G16H50/70
Abstract: 本申请提供一种基于罕见特征的病例检索方法及装置，该基于罕见特征的病例检索方法包括：获取目标病例类型的多个第一历史病例；获取多个第一历史病例中每个历史病例特征的出现频数；得到各个第一历史病例的罕见特征集和标准特征集；获取多个第二历史病例，得到各个第二历史病例的罕见特征集和标准特征集；获取待检索病例的待检索病例特征集；将待检索病例特征集与罕见特征集进行匹配，得到多个第一匹配病例；将待检索病例特征集与标准特征集进行匹配，得到多个第二匹配病例；将排序靠前的第一预设数量的第一匹配病例和排序靠前的第二预设数量的第二匹配病例输出。本申请能够提高病例检索准确率。
-
公开(公告)号：CN116543918B
公开(公告)日：2023-09-22
申请号：CN202310812585.6
申请日：2023-07-04
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G16H50/70 , G16H10/60 , G16H50/20 , G06F40/205 , G06V10/40
Abstract: 本申请实施例提供了一种多模态疾病特征的提取方法及装置，该方法通过采集目标疾病的历史患者的疾病数据，对病历文本进行词句拆分，对疾病描述词句集合的疾病描述词句进行标记，对标记后的疾病描述词句集合进行词句关联，得到目标疾病的疾病文本特征，对医学检查图像进行特征提取，对多模态补充数据进行特征提取，得到目标疾病的多模态补充特征，将疾病文本特征、辅助图像特征和多模态补充特征合并，得到目标疾病的疾病特征，使得目标疾病的疾病特征更加全面丰富，并且由于疾病文本特征是通过对病历文本进行不同疾病描述维度的词句拆分、标记和关联后进行提取得到的，使得疾病文本特征更加精准，大大提高了目标疾病的疾病特征丰富性和精准性。
-
Patent Agency Ranking
公开(公告)号：CN116309372A
公开(公告)日：2023-06-23
申请号：CN202310153567.1
申请日：2023-02-22
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请公开了一种图像处理方法、装置、存储介质及电子设备，首先获取待处理内镜图像，该待处理内镜图像中的目标对象位于待处理内镜图像的非预设区域内，然后将待处理内镜图像输入图像补充网络得到参考内镜图像，之后将待处理内镜图像和参考内镜图像输入图像生成网络得到目标内镜图像，使得目标对象位于目标内镜图像的预设区域内，最后将待处理内镜图像和目标内镜图像输入位置识别网络得到目标对象的目标位置信息。基于待处理内镜图像即可自动生成目标对象位于视野中央区域的目标内镜图像，并根据待处理内镜图像和目标内镜图像准确获取目标对象的位置信息，有效缓解当前目标对象的位置识别准确率低的技术问题。
-
公开(公告)号：CN116130010A
公开(公告)日：2023-05-16
申请号：CN202310179070.7
申请日：2023-02-23
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G16B50/00 , G06F40/279 , G06F16/335 , G06F16/33 , G06F16/38
Abstract: 本发明公开了基于自然语言处理的基因交互网络构建方法、装置及设备，方法包括：进行检索获取目标文献，根据基因库对目标文献中的文本信息进行匹配识别以确定其中的基因名，对未被识别的文本信息进行预测识别以确定其中的预测基因名；对目标文献的文本语句进行筛选得到候选语句，对后续语句进行关系识别，基于候选语句的交互类别构建对应的基因交互网络。通过上述方法，基于基因库的匹配识别及自然语言预测识别确定目标文献中的基因名及预测基因名，对候选语句进行智能关系识别并确定交互类型后构建基因交互网络，无需人工进行基因实体的识别和基因关系提取，缩短了基因交互网络的构建时间，通过自然语言处理大幅提高了基因交互网络的构建效率。
-
公开(公告)号：CN109102491A
公开(公告)日：2018-12-28
申请号：CN201810690051.X
申请日：2018-06-28
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明提供一种胃镜图像自动采集系统，包括采用反向传播算法训练好的卷积神经网络模型和长短时间记忆网络模型，卷积神经网络模型用于对预处理后的图像进行部位和病灶特征的分类，长短时间记忆网络模型对分类的结果进行序列拟合，得到识别结果；图像展示模块，用于将视频识别模块的识别结果进行图文表达；结果输出模块，用于记录每次识别结果，并按照视频识别模块的识别结果进行排序，输出每个部位排序最前的图像。本发明综合运用卷积神经网络模型和长短时间记忆网络模型对采集的胃镜视频进行实时采集过滤，能够避免图像中的目标特征的遗漏，优化特征的类别。
-
公开(公告)号：CN108968892A
公开(公告)日：2018-12-11
申请号：CN201810834804.X
申请日：2018-07-26
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明提供一种肠镜下盲区监测的系统及方法，主动提示医师滑镜的发生，并监督医师回镜到位，使肠镜检查覆盖肠腔内全部部位。主要包括如下步骤：首先肠镜设备进行图像采集，并将所采集的肠镜图像发送至客户端和服务端，服务端接收肠镜图像作为参数，调用卷积神经网络模型识别滑镜图像，调用感知哈希算法判断是否回镜成功，并在客户端进行显示，为操作者提供更为可靠的参考依据，提高检测的全面性和有效性，简单易用，避免因为一次检查不到位而让患者二次痛苦。
-
公开(公告)号：CN108784636A
公开(公告)日：2018-11-13
申请号：CN201810555536.8
申请日：2018-06-01
Applicant: 武汉大学人民医院(湖北省人民医院)
CPC classification number: A61B1/045 , A61B1/00006 , A61B1/00009 , A61B1/041 , A61B1/2736 , G06K9/6256
Abstract: 本发明公开了一种基于深度强化学习的人工智能胶囊内镜检查方法及系统，该方法包括：胶囊内镜采集胃腔环境的图像，提取图像的特征值；将图像特征值输入预先训练的深度强化学习模型中，得到可执行的最大价值动作；利用深度强化学习模型输出的最大价值动作，根据胶囊内镜的状态生成相应的控制指令，控制胶囊内镜在复杂的胃腔环境中进行自主运动；自主运动动作完成后，根据实际完成情况获取回报值；并判定胶囊内镜是否到达终点位置。本发明旨在通过训练，使胶囊内镜能在复杂的高度动态的胃腔环境中，作出正确的决策；能控制胶囊内镜在复杂的胃腔环境中进行自主运动，智能化地、高效地、不遗漏地实现对全胃的检查。
-
-
-
-
-
-
Search Results
47
records
(took 0.03 seconds)
