公开(公告)号：CN108520781A

公开(公告)日：2018-09-11

申请号：CN201810262122.6

申请日：2018-03-28

Applicant: 北京大学人民医院 ,  北京大学

Inventor： 鹿群 ,  安健 ,  郑亦嘉 ,  王瑶 ,  张珏 ,  方竞

IPC: G16H50/70 ,  G06K9/62

Abstract: 本发明公开了一种计算试管婴儿成功结局几率的方法。该方法的步骤为：1)收集进行试管婴儿人群的历史数据和结局；2)对试管婴儿人群的历史数据进行主成分分析降维；3)将降维后的数据与结局构成数据集；4)训练决策树；5)构建决策树系统；6)利用决策树系统对新数据进行判断；7)计算新数据成功结局的几率。本发明能够对试管婴儿人群的历史数据和结局进行高效的数据挖掘和分析，构建决策树模型与系统，从而准确计算新数据的试管婴儿成功结局几率。

公开(公告)号：CN119234258A

公开(公告)日：2024-12-31

申请号：CN202380040416.3

申请日：2023-05-15

Applicant: 北京大学

Inventor： 赵扬 ,  张珏 ,  杨晓淳 ,  王瑶 ,  陈代超

IPC: G06V20/69 ,  G06V10/82 ,  G06T7/00

Abstract: 本发明涉及生物医药领域。具体而言，涉及基于细胞动态图像机器学习的细胞分化方法。更具体而言，涉及一种利用细胞动态图像的机器学习来辅助从起始细胞例如多能干细胞(例如诱导的多能干细胞)获得分化的靶细胞(例如心肌细胞)的方法和装置。

公开(公告)号：CN114359677B

公开(公告)日：2024-08-09

申请号：CN202111680288.8

申请日：2021-12-30

Applicant: 北京超维景生物科技有限公司 ,  北京大学

Inventor： 王瑶 ,  张珏 ,  程和平

IPC: G06V10/776 ,  G06V10/774 ,  G06V10/82 ,  G06V40/20 ,  G06V20/40 ,  G06N3/084

Abstract: 本申请公开了一种处理图像序列的方法及装置。所述方法包括：利用第一神经网络对所述图像序列进行多次识别，其中，所述第一神经网络在所述多次识别中采用的模型参数不同；根据所述多次识别，确定所述第一神经网络对所述图像序列中的图像的识别结果的一致性；根据所述图像序列中的图像的识别结果的一致性，从所述图像序列中选取第一图像集合，其中，所述第一图像集合中的图像的识别结果无需进行人工质检。上述技术方案利用图像序列的多次识别结果筛选出无需进行人工质检的图像，从而降低了需要人工质检的工作量，提高了人工质检的效率。

公开(公告)号：CN112420171A

公开(公告)日：2021-02-26

申请号：CN202011475366.6

申请日：2020-12-15

Applicant: 首都医科大学附属北京口腔医院 ,  东南大学 ,  北京大学口腔医学院

Inventor： 杨博 ,  毕文骏 ,  杜文 ,  陈明 ,  罗晨晨 ,  马攀 ,  王瑶 ,  李贝贝

IPC: G16H30/20 ,  G16H50/70 ,  G06T11/00 ,  G06K9/62 ,  G06N20/00

Abstract: 本发明公开了一种基于人工智能的上颌窦底骨质分类方法及系统，包括数据采集单元、数据标注单元、数据训练单元以及数据自动分类单元。所述数据采集单元包括影像采集模块、分类类别数据采集模块；所述数据标注单元包括手动标注模块、标注储存模块；所述数据训练单元包括运输模块、运算模块；所述数据自动分类单元包括计算模块、匹配分析模块。本发明基于人工智能的上颌窦底骨质分类方法采用了CBCT来采集上颌窦底骨质数据，减少了数据缺失，保证了后续数据训练所得的分类模型更准确；并通过本发明建立了基于智能单分类器的骨质分类算法模型，能够有效针对待分类骨质特征进行识别，具有较强扩展性。

公开(公告)号：CN114359965A

公开(公告)日：2022-04-15

申请号：CN202111680419.2

申请日：2021-12-30

Applicant: 北京超维景生物科技有限公司 ,  北京大学

Inventor： 王瑶 ,  张珏 ,  程和平

IPC: G06V40/10 ,  G06V20/05 ,  G06V20/40 ,  G06V10/62 ,  G06V10/776 ,  G06V10/82 ,  G06K9/62 ,  G06T7/254 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供了一种训练方法及训练装置。所述方法包括：进行神经网络模型的训练时，在损失函数中增加时间约束项和空间约束项。其中，时间约束项用于约束所述运动生物的姿态中的关键点在所述图像序列中的相邻图像帧之间的位置，空间约束项用于限定所述运动生物的姿态中的关键点在同一图像帧中的位置。根据上述方法训练的神经网络模型在处理遮挡和模糊图像时能够确保具有较高的准确率，同时也能够确保识别结果在时域上的连续性。

公开(公告)号：CN112420171B

公开(公告)日：2023-09-19

申请号：CN202011475366.6

申请日：2020-12-15

Applicant: 首都医科大学附属北京口腔医院 ,  东南大学 ,  北京大学口腔医学院

Inventor： 杨博 ,  毕文骏 ,  杜文 ,  陈明 ,  罗晨晨 ,  马攀 ,  王瑶 ,  李贝贝

IPC: G16H30/20 ,  G16H50/70 ,  G06T11/00 ,  G06V10/764 ,  G06V10/774 ,  G06N20/00

Abstract: 本发明公开了一种基于人工智能的上颌窦底骨质分类方法及系统，包括数据采集单元、数据标注单元、数据训练单元以及数据自动分类单元。所述数据采集单元包括影像采集模块、分类类别数据采集模块；所述数据标注单元包括手动标注模块、标注储存模块；所述数据训练单元包括运输模块、运算模块；所述数据自动分类单元包括计算模块、匹配分析模块。本发明基于人工智能的上颌窦底骨质分类方法采用了CBCT来采集上颌窦底骨质数据，减少了数据缺失，保证了后续数据训练所得的分类模型更准确；并通过本发明建立了基于智能单分类器的骨质分类算法模型，能够有效针对待分类骨质特征进行识别，具有较强扩展性。

公开(公告)号：CN114359677A

公开(公告)日：2022-04-15

申请号：CN202111680288.8

申请日：2021-12-30

Applicant: 北京超维景生物科技有限公司 ,  北京大学

Inventor： 王瑶 ,  张珏 ,  程和平

IPC: G06V10/776 ,  G06V10/774 ,  G06V10/82 ,  G06V40/20 ,  G06V20/40 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本申请公开了一种处理图像序列的方法及装置。所述方法包括：利用第一神经网络对所述图像序列进行多次识别，其中，所述第一神经网络在所述多次识别中采用的模型参数不同；根据所述多次识别，确定所述第一神经网络对所述图像序列中的图像的识别结果的一致性；根据所述图像序列中的图像的识别结果的一致性，从所述图像序列中选取第一图像集合，其中，所述第一图像集合中的图像的识别结果无需进行人工质检。上述技术方案利用图像序列的多次识别结果筛选出无需进行人工质检的图像，从而降低了需要人工质检的工作量，提高了人工质检的效率。