-
公开(公告)号：CN110349652B
公开(公告)日：2022-02-22
申请号：CN201910629798.9
申请日：2019-07-12
申请人： 之江实验室
摘要： 本发明公开了一种融合结构化影像数据的医疗数据分析系统，该系统包括影像信息结构化模块、融合与预处理模块、机器学习算法模块，本发明基于Spark和Hadoop实现的分布式数据分析平台，针对医学影像数据难以和医疗电子病历中结构化数据融合分析的难点，利用影像信息结构化模块通过计算机视觉技术对医学影像数据分析并进行关键信息的结构化转化，融合电子病历系统中同一病人的其他诊断信息、人口统计学信息等结构化数据，通过数据预处理模块进行缺失值处理和分类型数据转化，结合机器学习算法模块进行数据分析和结果可视化，形成高效率的医疗数据分析系统，提高多种类多维度医疗数据的利用率，可满足研究人员不同的课题研究需求。
-
公开(公告)号：CN114004233A
公开(公告)日：2022-02-01
申请号：CN202111644281.0
申请日：2021-12-30
申请人： 之江实验室
IPC分类号： G06F40/295 , G06F40/242 , G06F40/211 , G06F40/216 , G06F16/903 , G06N3/04 , G06N3/08
摘要： 本发明公开了一种基于半训练和句子选择的远程监督命名实体识别方法，该方法首先通过半训练策略将双向循环神经网络和条件随机场混合双向循环神经网络和条件随机场混合模型在人工标注数据集上的平衡F分数训练到预设半训练区间；然后采用FNN作为强化学习中的策略网络，来对远程监督数据集中的句子进行选择；接着采用软概率选择出置信度大于阈值的句子；然后将筛选出的句子和人工标注数据集进行合并作为新的训练集；最后利用新的训练集对双向循环神经网络和条件随机场混合双向循环神经网络和条件随机场混合模型进行训练，同时对策略网络进行更新。本发明方法能够有效提高基于远程监督的命名实体识别模型的性能。
-
公开(公告)号：CN113687938A
公开(公告)日：2021-11-23
申请号：CN202111251644.4
申请日：2021-10-27
申请人： 之江实验室
摘要： 本发明公开了一种医疗数据计算任务智能调度方法及系统，首先构建任务队列，任务队列分为首尾相接的排序任务队列和排队等候队列，排序任务队列将规定时间内未完成的任务淘汰，进入排队等候队列，排队等候队列首部元素进入排序任务队列，根据队列内的任务数据计算得到预测模型，通过预测模型对新任务预测执行耗时，根据预测耗时与实际耗时差值对队列内任务优先级进行调整，并根据模型的决定系数判断是否更新模型。本发明在动态调节调度任务执行的情况下，能及时调整长时间占据计算资源的任务，以防止服务器等硬件资源因某个单一资源而一直处于高负载状态，对任务调节挂起后充分利用资源，减少任务等待执行时间，使得整体任务执行的效率提升。
-
公开(公告)号：CN113159007B
公开(公告)日：2021-10-29
申请号：CN202110704535.7
申请日：2021-06-24
申请人： 之江实验室
摘要： 本发明公开了一种基于自适应图卷积的步态情感识别方法，首先获取人体关节点按照时间顺序排列的坐标序列；然后构建自适应图卷积网络，图卷积块是以时空图卷积为基础模块，结合了自适应图的构建方法，形成新的图结构，并以此图结构生成邻接矩阵从而进行自适应图卷积操作；最后将获得的坐标序列输入到网络中，经过三个依次连接自适应图卷积块提取到的特征，再经过全局平均池化和全连接操作得到情感识别的初步结果，最后通过Softmax函数得到各类情感的预测分值，分值最高的即为该步态的情感识别结果。本发明将手工设计的固定的图结构和可训练链接通过网络训练得到的非固定的图结构相结合，保留双方优势，互为补充，使得网络对于情感识别的性能明显提升。
-
公开(公告)号：CN113539435A
公开(公告)日：2021-10-22
申请号：CN202111090208.3
申请日：2021-09-17
申请人： 之江实验室
摘要： 本发明公开了一种基于图模型的脑功能配准方法，该方法以被试特定认知功能态下的脑功能活动信号为输入，以脑图模型为基础，将高维的脑功能影像数据映射到二维时间序列矩阵，构建图卷积神经网络模型用以区分不同的认知功能状态，同时利用荟萃分析方法生成脑激活分布先验图辅助预测每个被试特异性的脑功能激活模式，两者结合起来实现将每个被试的脑功能影像数据映射到可适用于大规模群体的共享表征空间，最终实现个体间精准的脑功能对齐。本方法不仅可以增强群体上的统计检验的效应量，减少脑认知功能研究中所需被试样本数，节省临床研究成本，同时在共享表征空间中生成的图表征信息还可以用于精准预测被试的脑功能状态和行为学指标。
-
公开(公告)号：CN113255585A
公开(公告)日：2021-08-13
申请号：CN202110695521.3
申请日：2021-06-23
申请人： 之江实验室
摘要： 本发明公开了一种基于色彩空间学习的人脸视频心率估计方法，首先获取人脸视频，然后构建用于人脸视频心率估计的神经网络；所述神经网络包含特征提取模块、色彩空间变换层和心率估计模块；所述特征提取模块采用多层皮肤区域选择方法提取人脸视频的特征图，所述色彩空间变换层通过学习得到，将提取的特征图映射到合适的色彩空间中，所述心率估计模块为估算心率的深度神经网络；最后将获取的人脸视频输入到构建并训练完成的用于人脸视频心率估计的神经网络中得出估算的心率。本发明首次使用色彩空间变换的方式进行人脸视频的心率估计，对比传统色彩空间降低了误差，提升了预测准确度。
-
公开(公告)号：CN110347798B
公开(公告)日：2021-06-01
申请号：CN201910629843.0
申请日：2019-07-12
申请人： 之江实验室
摘要： 本发明公开了一种基于自然语言生成技术的知识图谱辅助理解系统，该系统包括知识图谱选择模块、知识图谱翻译模块和结果展示模块；本发明利用自然语言生成技术将知识图谱转换为自然语言文本，方便领域专家在不了解知识图谱的源代码和软件的基础上，在使用知识图谱前，对于其领域的知识图谱有准确、深入且全面的了解。同时每一个短句与知识图谱本身对应的源代码相关联，如果发现知识图谱存在的冗余和错误信息，可以及时对其进行纠正，且该方法通用性较强。本发明利用可视化方法进一步加快领域专家对于知识图谱的理解。
-
公开(公告)号：CN112530594B
公开(公告)日：2021-05-11
申请号：CN202110179779.8
申请日：2021-02-08
申请人： 之江实验室
摘要： 本发明公开了一种基于卷积生存网络的血透并发症长期风险预测系统，该系统包括数据采集模块、数据预处理模块、学习预测模块和结果展示模块；本发明利用卷积神经网络处理多维度的血透时序特征；卷积神经网络结合Cox比例风险假设，提出卷积生存网络；在利用卷积生存网络的基础上，采用Breslow估计基准风险函数，计算患者的长期风险变化情况。本发明可以充分利用医学研究中常见的截尾数据；应用卷积神经网络的主体架构，便于可视化分析，做出具有可解释性、具有启发性的结果；可以预测患者长期的风险变化情况。
-
公开(公告)号：CN112102317B
公开(公告)日：2021-03-02
申请号：CN202011268110.8
申请日：2020-11-13
申请人： 之江实验室
摘要： 本发明公开了一种基于无锚框的多期相肝脏病灶检测方法及系统，本发明首次使用无锚框方法进行多期相肝脏病灶的检测，避免参数的手工调节问题，极大提升检测效率；本发明提出全尺度连接循环深层聚合检测网络，通过该网络可以充分结合浅层、深层特征，同时保留浅层特征信息，提升网络对病灶多尺度特征的学习能力；本发明提出循环特征连接模块，通过该模块可以结合多期相每个尺度的特征，提取该尺度多期相动态变化模式，进一步提升多期相图像中对病灶的检测能力。
-
公开(公告)号：CN112102937A
公开(公告)日：2020-12-18
申请号：CN202011270972.4
申请日：2020-11-13
申请人： 之江实验室
摘要： 本发明公开了一种慢性病辅助决策的患者数据可视化方法及系统，本发明通过构建慢性病知识图谱，并结合患者静态数据和动态数据构建患者在超平面的管理数据模型图，再将其投影至二维平面。比较患者信息模型在二维平面图上特征之间的欧式距离和标准特征之间的距离差异，结合路径节点概念以及概念间的属性关系，生成并推荐管理方案。融合患者信息模型和慢性病知识图谱可以充分运用各个特征的语义信息，在二维平面上以位置、颜色等方式全面、系统地展示各个风险因素的重要性以及关联。通过几何位置评估患者慢病管理的效果，然后利用路径制定个性化的患者健康管理方案，帮助患者从多个维度提升慢病管理能力。
-
-
-
-
-
-
-
-
-
搜索结果
376 条记录 (耗时 0.034 秒)
