-
公开(公告)号：CN118471476A
公开(公告)日：2024-08-09
申请号：CN202410665091.4
申请日：2024-05-27
Applicant: 三峡大学
IPC: G16H50/20 , G06N5/022 , G06F16/36 , G06F16/335 , G06F40/289 , G06F40/284 , G06F40/30 , G06F40/205
Abstract: 本发明公开了一种基于大语言模型的辅助诊断方法，包括以下步骤：利用先进的自然语言处理技术，特别是大型预训练语言模型，构建一个全面、准确的疾病知识图谱，分别从症状、体征、实验室检查异常和仪器检查异常进行切入，以提高医疗诊断的效率和准确性；通过整合目前所有常见疾病知识库并自定义关键词和调整Embedding模型，优化模型对疾病症状、体征、诊断和治疗方案的理解和查询能力；结合自己构建的医疗数据集进行模型训练，包括传统公开医疗数据和医院内部数据，涵盖了目前市面上所有的常见疾病。本发明在疾病知识库的构建与精准查询方面取得了显著的成果，能够帮助医生更快速、准确地诊断疾病，为患者提供方便的预问诊平台并提供更好的治疗方案。
-
公开(公告)号：CN118570168A
公开(公告)日：2024-08-30
申请号：CN202410701194.1
申请日：2024-05-31
Applicant: 三峡大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0475 , G06N3/0455 , G06N3/094
Abstract: 本发明是利用循环一致性对抗生成网络的图像翻译U‑GAT‑IT模型作为基础模型，将医学骨折腰椎的CT图像和MRI图像作为数据集，通过改进的U‑GAT‑IT模型实现骨折腰椎CT图像和MRI图像之间的相互转换。本发明提供一种新型的神经网络策略，即使用双流神经网络，它由两个编码器组成，一个是用于提取局部特征的CNN编码器，主要负责获取局部的图像特征差异；另一个则是用于提取全局特征的Swin‑Transformer编码器，主要通过计算图像之间的attention来获取全局特征。将这两个编码器得到的特征进行融合得到新的特征，最后通过自适应归一化层和上采样解码器实现图像翻译。通过这种方法，有效地提高了医学图像翻译的稳定性。
-
公开(公告)号：CN117095779A
公开(公告)日：2023-11-21
申请号：CN202311008310.3
申请日：2023-08-10
Applicant: 三峡大学
Abstract: 本发明公开了一种实时病案完整性质量控制方法，涉及医疗技术领域，其技术方案要点是：质量控制方法包括以下步骤：埋点监控一个或多个所述医疗第三方业务系统，获取一个或多个所述监控记录消息，模板标准化处理所述监控记录消息；搭建所述数据集成平台，基于所述数据集成平台集成一个或多个所述监控记录数据。在本发明中，通过数据集成平台方式对各业务系统的监控记录数据进行采集，数据一致且丰富，避免数据多源异构，解决了电子病案完整性质控系统可扩展性差、业务场景单一的问题；同时通过构建完整性质控算法，能够将对病案完整性进行质控检测，获取完整性质控结果，并得到及呈现质控结果表。
-
公开(公告)号：CN116825333A
公开(公告)日：2023-09-29
申请号：CN202310994996.1
申请日：2023-08-08
Applicant: 三峡大学
IPC: G16H50/20 , A61B5/00 , A61B5/1455 , A61B5/0205 , G16H50/30 , G16H50/70 , G16H50/80
Abstract: 本发明公开了基于AI+5G技术的心血管疾病实时预警方法及系统，涉及医疗系统技术领域，其技术方案是：包括：采集被监测人员的心血管健康数据，得到数据集，对预设比例的心血管健康数据进行标注，建立训练样本集；在本发明中，通过实时采集被监测人员的心血管健康数据，并利用深度学习算法训练疾病预测模型，基于疾病预测模型对心血管健康数据与预设的预警阀值及规则进行对比分析，从而提高心血管疾病预测准确性；并利用5G技术实现采集模块与云服务器之间的数据传输的实时性和稳定性，并针对深度学习具有自动提取特征，减少人为特征设计不完备性且在满足条件的应用场景下，解决了现有技术中缺乏时效性和准确性的问题。
-
-
-
Search Results
4
records
(took 0.014 seconds)
