-
公开(公告)号：CN116704248B
公开(公告)日：2024-10-25
申请号：CN202310672837.X
申请日：2023-06-07
Applicant: 南京大学 , 中国医科大学附属第一医院
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于多语义不平衡学习的血清样本图像分类方法。首先，对原始图像进行裁剪和边缘识别等，获取含有血清样本信息的方形图片；接着，对训练样本进行预处理后使用深度10进行训练，构建分类模型，在模型评估时构建再平衡的数据集并进行联合测试，使得方法不会偏向于出现次数较多的类别；对样本图像训练一个二分类模型；然后，分别对这些模型使用应对类别不平衡的深度学习方法进行优化；最后，将得到的模型综合起来，得到一个用于识别血清样本质量的模型。本发明提出了一种新的应对多语义类别不平衡学习的方法，并结合神经网络二分类方法，实现了较高的图像分类精度。
-
Patent Agency Ranking
公开(公告)号：CN117133419A
公开(公告)日：2023-11-28
申请号：CN202310946191.X
申请日：2023-07-28
Applicant: 中国医科大学附属第一医院
Abstract: 本发明涉及一种基于层次分析法的智能临床决策支持系统适用性评估方法及装置；其方法步骤包含：针对待评价的智能临床决策支持系统产品，获取智能临床决策支持系统适用性评估指标；建立原始评估矩阵；遍历原始评估矩阵，对所有的元素进行一致性校验，若没有通过，调整AHP矩阵直到通过为止；遍历原始评估矩阵，计算所有元素的优度向量；遍历原始评估矩阵，Min‑Max标准化优度向量，得到适用性评估矩阵；计算待评估智能临床决策支持系统产品的适用性评估向量；本发明可以快速对智能临床决策支持系统产品的适用性进行系统化和精细化的评估。
-
公开(公告)号：CN117393118A
公开(公告)日：2024-01-12
申请号：CN202310946153.4
申请日：2023-07-28
Applicant: 中国医科大学附属第一医院
Abstract: 本发明涉及一种用于智能医生辅助系统的综合评价方法及系统，其方法包括：针对待评价的智能医生辅助系统产品，获取基于层次分析法的权重咨询结果；判断权重咨询结果是否有效，如果结果为无效，则返回上一步直到获得有效结果；计算所有有效的权重咨询的可靠性系数，并按系数由高到低进行排序，获取所有指标的综合评价值，删除异常值和离群值，得到综合评价矩阵；计算系统的综合评价值；本发明实现对智能医生辅助系统的全面、精细化和可量化的综合评价。
-
公开(公告)号：CN116883727A
公开(公告)日：2023-10-13
申请号：CN202310752252.9
申请日：2023-06-25
Applicant: 中国医科大学附属第一医院 , 南京大学
IPC: G06V10/764 , G06V10/25 , G06Q10/0639 , G16H10/40 , G06V10/44
Abstract: 本发明公开一种基于机器学习算法的实验室血清质量识别方法及计算机设备与存储介质，具体包括血清样本图片生成步骤、血清质量识别助手（SQRA）系统处理步骤、生化分析仪检测步骤、干扰信息报告生成和结果分析步骤。本发明具有较高的通过率和较低的假阴性率。同时，系统有友好的图形界面，加快了实验室血清样本检测的速度，提升了操作人员与系统交互的效率。同时对系统的模块进行了优化，提高了模块之间的交互速度，加强了系统的鲁棒性和稳定性。
-
公开(公告)号：CN119964829A
公开(公告)日：2025-05-09
申请号：CN202510040882.2
申请日：2025-01-10
Applicant: 中国医科大学附属第一医院
Inventor： 云科
IPC: G16H50/70 , G06F18/213 , G06F18/241 , G06F18/214 , G06N3/0455 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/048
Abstract: 本发明提供一种基于生成对抗自编码器的健康人群标准分布模型构建方法。该方法包括：获取第一数据集；第一数据集为包含有健康人群的电子健康记录数据的数据集；对第一数据集进行预处理；将预处理后的第一数据集划分为训练集和测试集；搭建生成对抗自编码器的网络模型，并对该模型进行权重初始化操作；构建重建损失函数、人群代表性约束损失函数和对抗损失函数；使用预处理后的训练集对该模型进行训练及优化，保存最优模型；将预处理后的测试集输入最优模型进行健康人群标准分布的预测，得到健康人群标准分布的预测结果。本发明可以获得理想参考个体的分布，同时确保生成的健康人群标准分布的预测结果具有一定的合理性和真实性。
-
公开(公告)号：CN116704248A
公开(公告)日：2023-09-05
申请号：CN202310672837.X
申请日：2023-06-07
Applicant: 南京大学 , 中国医科大学附属第一医院
IPC: G06V10/764 , G06V10/774 , G06V10/26 , G06V20/70 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开一种基于多语义不平衡学习的血清样本图像分类方法。首先，对原始图像进行裁剪和边缘识别等，获取含有血清样本信息的方形图片；接着，对训练样本进行预处理后使用深度10进行训练，构建分类模型，在模型评估时构建再平衡的数据集并进行联合测试，使得方法不会偏向于出现次数较多的类别；对样本图像训练一个二分类模型；然后，分别对这些模型使用应对类别不平衡的深度学习方法进行优化；最后，将得到的模型综合起来，得到一个用于识别血清样本质量的模型。本发明提出了一种新的应对多语义类别不平衡学习的方法，并结合神经网络二分类方法，实现了较高的图像分类精度。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
