公开(公告)号：CN118116604A

公开(公告)日：2024-05-31

申请号：CN202410235844.8

申请日：2024-03-01

Applicant: 中南大学

Inventor： 奎晓燕 ,  丁宇婷 ,  邹北骥 ,  陈立明 ,  李钦松 ,  刘姝

IPC: G16H50/70 ,  G16H10/60 ,  G06F18/24 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于电子病历融合的ICU患者早期预测方法，包括获取现有的ICU患者的电子病历数据并分类预处理；构建ICU患者早期预测初始模型并训练得到训练后的ICU患者早期预测模型；采用ICU患者早期预测模型进行实际的ICU患者的早期预测。本发明还公开了一种实现所述基于电子病历融合的ICU患者早期预测方法的系统。本发明基于注意力机制构建预测模型，并实现对电子病历中的不规则性进行多模态融合，因此本发明不仅能够完成ICU患者的早期预测，而且可靠性更高，精确性更好。

公开(公告)号：CN117370383A

公开(公告)日：2024-01-09

申请号：CN202311530204.1

申请日：2023-11-16

Applicant: 中南大学

Inventor： 奎晓燕 ,  曾梦 ,  邹北骥 ,  陈立明 ,  廖胜辉

IPC: G06F16/2453 ,  G06F18/23213

Abstract: 本发明公开了一种基于数据转换和分区模型的并发学习索引方法，包括获取历史查询数据键，判断数据键类型，划分为数值型键数据和字符串型键数据；针对确定的数值型键数据进行数值型键数据处理；针对确定的字符串型键数据进行字符串型键数据处理；采用处理后得到的数值型键数据，训练数值型键学习索引模型；采用处理后得到的若干个字符串型键分区，训练字符串型键学习索引模型；针对待查询数据进行数据键类型判断处理，根据判断后的类型，选择对应的数据处理方式进行数据处理；选择对应的学习索引模型确定分组，并根据分组结果，在对应的分组中查询数据，完成索引处理；本发明方法的性能提升、精度提高、效果显著。

公开(公告)号：CN118657996A

公开(公告)日：2024-09-17

申请号：CN202410802495.3

申请日：2024-06-20

Applicant: 中南大学

Inventor： 奎晓燕 ,  吕顶 ,  邹北骥 ,  夏佳志 ,  陈立明 ,  李钦松 ,  张敏

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/20 ,  G06V10/774 ,  G06V10/74 ,  G06V10/44 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/088 ,  G06N3/0985 ,  G06V10/80

Abstract: 本发明公开了一种基于无监督元学习的小样本医学图像分类方法，包括以下步骤：获取医学图像数据；对医学图像数据进行采样，并对采样得到的样本进行数据增强，再进行图像处理，得到具有伪标签的训练数据集，将训练数据集分为训练集和验证集；基于原型网络基本框架，构建初始医学图像分类模型；采用训练集，对初始医学图像分类模型进行训练，得到训练集数据分类模型；采用验证集，对训练集数据分类模型进行调整，得到医学图像分类模型；使用医学图像分类模型，进行实际的医学图像分类。本发明方法不仅克服了医学图像数据量少且分布不均匀的问题，而且不需要对样本进行标记，相比现有方法具有成本低，分类正确率高的优点。

公开(公告)号：CN118229721A

公开(公告)日：2024-06-21

申请号：CN202410320670.5

申请日：2024-03-20

Applicant: 中南大学

Inventor： 奎晓燕 ,  颜浩楠 ,  邹北骥 ,  李钦松 ,  陈立明 ,  刘波

IPC: G06T7/162 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开了一种针对腹部图像的多器官分割方法，包括获取现有的腹部图像并进行器官分割和标记；构建腹部图像的多器官分割初始模型；采用腹部图像训练对模型得到腹部图像的多器官分割模型；采用腹部图像的多器官分割模型进行实际的腹部图像的多器官分割。本发明还公开了一种包括所述针对腹部图像的多器官分割方法的成像方法。本发明基于KNN算法和图表示学习算法，充分发挥图表示学习的优势，不仅实现了腹部图像的多器官分割，而且可靠性更高，精确性更好。