一种神经网络的剪枝方法

    公开(公告)号:CN115374935B

    公开(公告)日:2023-08-11

    申请号:CN202211122342.1

    申请日:2022-09-15

    Abstract: 本发明提出了一种神经网络的剪枝方法,包括以下步骤:S1,根据硬件资源的规模、时序约束、以及先验知识,确定脉动阵列规模,再根据硬件资源的规模、时序约束、以及先验知识、脉动阵列规模,确定最大筛选通道数和过滤器分组的最小数量;S2,将S1得到的最大筛选通道数和过滤器分组的最小数量以及其它约束条件训练神经网络;S3,训练完毕后,通过编译器产生指令,对加速器的剪枝模式进行配置;S4,然后加速器接收解码后的指令,将输入特征图数据、经过训练压缩后的权重数据、根据训练生成的剪枝模式配置信息、以及经过训练生成的通道选择数据加载至加速器内部的硬件缓存单元中;S5,数据全部加载至硬件内部资源后,加速器开始进行卷积计算,脉动阵列开始工作,最终得到卷积结果。本发明能够在满足脉动阵列SA工作模式,保证其工作效率的前提下,减少了模型的参数量,提高了模型推理的速度。

    一种神经网络的剪枝方法

    公开(公告)号:CN115374935A

    公开(公告)日:2022-11-22

    申请号:CN202211122342.1

    申请日:2022-09-15

    Abstract: 本发明提出了一种神经网络的剪枝方法,包括以下步骤:S1,根据硬件资源的规模、时序约束、以及先验知识,确定脉动阵列规模,再根据硬件资源的规模、时序约束、以及先验知识、脉动阵列规模,确定最大筛选通道数和过滤器分组的最小数量;S2,将S1得到的最大筛选通道数和过滤器分组的最小数量以及其它约束条件训练神经网络;S3,训练完毕后,通过编译器产生指令,对加速器的剪枝模式进行配置;S4,然后加速器接收解码后的指令,将输入特征图数据、经过训练压缩后的权重数据、根据训练生成的剪枝模式配置信息、以及经过训练生成的通道选择数据加载至加速器内部的硬件缓存单元中;S5,数据全部加载至硬件内部资源后,加速器开始进行卷积计算,脉动阵列开始工作,最终得到卷积结果。本发明能够在满足脉动阵列SA工作模式,保证其工作效率的前提下,减少了模型的参数量,提高了模型推理的速度。

    一种基于患者体验度和诊疗数据双驱动的管理系统及方法

    公开(公告)号:CN118588220A

    公开(公告)日:2024-09-03

    申请号:CN202410671864.X

    申请日:2024-05-28

    Abstract: 一种基于患者体验度和诊疗数据双驱动的管理系统和方法,所述系统包括:实时分析模块,用于基于医疗服务中患者表情构建患者体验度评测模型,通过所述患者体验度评测模型评测得到所述服务的患者体验度;动态预警模块,用于对所述评测得到的患者体验度进行监控,基于监测结果对所述患者体验度进行动态推送,并对所述患者体验度的变化进行动态预警;评估优化模块,用于按预设规则调整优化所述患者体验度评测模型。本发明解决了现有技术中,医疗行业内现行住院患者体验度调查中广泛存在的调查问卷设计科学性低、准确性差,调查采集方式客观性低、真实性差,调查结果分析使用率低、连贯性差,以及人力财力物力成本花费高等问题。

    一种颅内外大动脉粥样硬化智能辅助诊断方法

    公开(公告)号:CN118248317A

    公开(公告)日:2024-06-25

    申请号:CN202311768265.1

    申请日:2023-12-21

    Abstract: 本发明公开了一种颅内外大动脉粥样硬化智能辅助诊断方法,涉及医疗辅助诊断技术领域,其技术方案要点是:包括图像处理模块、数据处理模块、评估模块和用户管理模块;所述图像处理模块用于处理头颈血管磁共振影像,通过多序列图像配准和重建实现图像的增强;所述数据处理模块调用图像处理模块处理后的图像;所述评估模块调用数据处理模块得出的组织形态学特征数据,利用评价斑块破裂风险方法,对斑块破裂风险进行评估并将风险数据传递至终端;所述用户管理模块用于管理系统中所有用户信息。该系统通过整合病灶几何结构,组分特征和承受的机械应力数据,对病灶破裂风险进行评估,能够有效预防因斑块脱落引起不良心脑血管事件的发生。

    一种基于大数据的智能个案管理方法

    公开(公告)号:CN117912618A

    公开(公告)日:2024-04-19

    申请号:CN202311768049.7

    申请日:2023-12-21

    Abstract: 本发明公开了一种基于大数据的智能个案管理方法,涉及智能个案管理技术领域,其技术方案要点是:包括数据管理模块、用户管理模块、数据处理模块和跟踪提醒模块;所述数据管理模块用于分类存储专病信息数据并收集诊疗任务信息数据;所述用户管理模块用于管理用户基本信息;所述数据处理模块用于统计分析专病信息数据和用户基本信息数据;所述跟踪提醒模块用于获取诊疗任务信息数据。通过管理系统能够对慢性病患者进行长期体系化管理,逐步形成慢性病患者复诊预约管理模式,提高诊疗效率,并且该系统通过构建院内院外信息串联,能够实时获取患者全面信息,便于临床科研工作的开展,同时能够向下级医院提供有力支持。

    一种面向多中心场景的医疗数据融合采集方法及系统

    公开(公告)号:CN116936017B

    公开(公告)日:2024-05-24

    申请号:CN202310937662.0

    申请日:2023-07-28

    Abstract: 本发明公开了医疗数据融合采集技术领域的一种面向医疗场景多中心场景的医疗数据融合采集方法及系统,该系统包括数据用户层、数据接入层和数据汇聚层,通过数据用户层对所属医疗机构内的录入的医疗数据进行抓取并生成通信日志和存储日志,基于医疗数据的类型通过数据接入层与数据汇聚层建立专属的数据通信链路,数据汇聚层对医疗数据内容进行检索后,通过专属的通信链路获取所需医疗数据,并对医疗数据进行校验,将正确的医疗数据通过中心数据库进行存储,并对医疗数据进行备份处理,存储也分为便于快速检索的分布式关系型存储,也存储在分布式文件数据库中。本发明,提高了所采集的医疗数据多样性以及准确性,并避免了医疗数据重复采集的情况。

    一种面向多中心场景的医疗数据融合采集方法及系统

    公开(公告)号:CN116936017A

    公开(公告)日:2023-10-24

    申请号:CN202310937662.0

    申请日:2023-07-28

    Abstract: 本发明公开了医疗数据融合采集技术领域的一种面向医疗场景多中心场景的医疗数据融合采集方法及系统,该系统包括数据用户层、数据接入层和数据汇聚层,通过数据用户层对所属医疗机构内的录入的医疗数据进行抓取并生成通信日志和存储日志,基于医疗数据的类型通过数据接入层与数据汇聚层建立专属的数据通信链路,数据汇聚层对医疗数据内容进行检索后,通过专属的通信链路获取所需医疗数据,并对医疗数据进行校验,将正确的医疗数据通过中心数据库进行存储,并对医疗数据进行备份处理,存储也分为便于快速检索的分布式关系型存储,也存储在分布式文件数据库中。本发明,提高了所采集的医疗数据多样性以及准确性,并避免了医疗数据重复采集的情况。

Patent Agency Ranking