-
公开(公告)号：CN118212407A
公开(公告)日：2024-06-18
申请号：CN202410274716.4
申请日：2024-03-11
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院) , 北京大学长沙计算与数字经济研究院
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06V10/40 , G06N3/0455 , G06N3/084 , G06N3/0464
Abstract: 本申请公开了一种肿瘤图像的分割方法、装置及电子设备。其中，该方法包括：获取待进行肿瘤分割的原始肿瘤图像，其中，原始肿瘤图像为对目标对象的目标器官进行CT扫描后得到的图像；采用肿瘤分割模型对原始肿瘤图像进行分割，得到肿瘤区域所对应的目标肿瘤图像，其中，肿瘤分割模型包括编码器、解码器和多尺度注意力模块，多尺度注意力模块通过结合目标对象在原始肿瘤图像中采样的交互点对原始肿瘤图像进行特征融合处理；显示目标肿瘤图像。本申请解决了相关技术中对于肿瘤的分割存在精度较差的技术问题。
-
公开(公告)号：CN119153008A
公开(公告)日：2024-12-17
申请号：CN202411159945.8
申请日：2024-08-22
Applicant: 北京大学长沙计算与数字经济研究院 , 北京肿瘤医院(北京大学肿瘤医院) , 北京大学
Abstract: 本发明涉及辅助医疗技术领域，公开了一种临床试验匹配方法、装置、设备、介质及产品，本发明获取患者的病历信息；将病历信息输入预先设置的通用条件匹配模型进行遍历，通用条件匹配模型中包括第一预设个数的通用判断条件，生成每一个通用判断条件一一对应的判别标签；根据判别标签，初步筛选患者符合的试验方案，确定初步试验方案；将病历信息、初步试验方案输入预先设置的特异条件匹配模型进行二次筛选，获得二次筛选后的终极试验方案。该方法不仅可以有效提高试验方案匹配的准确性，且不容易出错，还可以有效提高临床试验受试对象的招募效率。
-
公开(公告)号：CN118016274B
公开(公告)日：2024-08-06
申请号：CN202410178658.5
申请日：2024-02-09
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G16H50/20 , G16H50/70 , G06F16/903
Abstract: 本发明提供了一种疾病知识检索与诊疗决策辅助系统，涉及智能医疗技术领域，该系统包括：医学知识耦合引擎，用于基于医学文献、疾病指南和药物信息构建医学知识库；医学知识检索模块，用于获取患者的病情记录，并对所述病情记录进行预处理，得到病情特征信息；针对所述病情特征信息在所述医学知识库中进行医学知识检索，以得到与所述病情特征信息相关的关联医学知识；所述病情记录至少包括医学检查结果；辅助诊断模块，用于通过所述大型语言模型针对所述病情特征信息和所述关联医学知识进行鉴别诊断，以输出辅助诊疗决策。本方案，能够提高诊疗决策的准确性。
-
公开(公告)号：CN118016274A
公开(公告)日：2024-05-10
申请号：CN202410178658.5
申请日：2024-02-09
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
IPC: G16H50/20 , G16H50/70 , G06F16/903
Abstract: 本发明提供了一种疾病知识检索与诊疗决策辅助系统，涉及智能医疗技术领域，该系统包括：医学知识耦合引擎，用于基于医学文献、疾病指南和药物信息构建医学知识库；医学知识检索模块，用于获取患者的病情记录，并对所述病情记录进行预处理，得到病情特征信息；针对所述病情特征信息在所述医学知识库中进行医学知识检索，以得到与所述病情特征信息相关的关联医学知识；所述病情记录至少包括医学检查结果；辅助诊断模块，用于通过所述大型语言模型针对所述病情特征信息和所述关联医学知识进行鉴别诊断，以输出辅助诊疗决策。本方案，能够提高诊疗决策的准确性。
-
公开(公告)号：CN117788473B
公开(公告)日：2024-05-14
申请号：CN202410211417.6
申请日：2024-02-27
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
Abstract: 本发明属于智能医疗领域，具体涉及一种基于双眼融合网络预测高血压的方法、系统和设备。方法包括：获取被试左/右眼的眼底图像和右眼的眼底图像；所述左/右眼的眼底图像输入Transformer编码器进行特征提取得到左/右眼底图像特征；将所述左/右眼底图像特征展开成2维左/右眼底特征序列，二者列连接得到双眼特征序列，在所述双眼特征序列上作用Transformer层后得到双眼融合特征序列，所述Transformer层由自注意力层和前馈神经网络组成，计算所述双眼融合特征序列的列均值得到双眼融合特征；基于所述双眼融合特征进行高血压预测。本发明可以预测个体未来是否会新发高血压，有利于指导个体采取预防和干预措施。
-
Patent Agency Ranking
公开(公告)号：CN117788473A
公开(公告)日：2024-03-29
申请号：CN202410211417.6
申请日：2024-02-27
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
Abstract: 本发明属于智能医疗领域，具体涉及一种基于双眼融合网络预测高血压的方法、系统和设备。方法包括：获取被试左/右眼的眼底图像和右眼的眼底图像；所述左/右眼的眼底图像输入Transformer编码器进行特征提取得到左/右眼底图像特征；将所述左/右眼底图像特征展开成2维左/右眼底特征序列，二者列连接得到双眼特征序列，在所述双眼特征序列上作用Transformer层后得到双眼融合特征序列，所述Transformer层由自注意力层和前馈神经网络组成，计算所述双眼融合特征序列的列均值得到双眼融合特征；基于所述双眼融合特征进行高血压预测。本发明可以预测个体未来是否会新发高血压，有利于指导个体采取预防和干预措施。
-
公开(公告)号：CN118015058B
公开(公告)日：2025-03-18
申请号：CN202410248326.X
申请日：2024-03-05
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
IPC: G06T7/50 , G06T7/11 , G16H50/30 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06T7/62 , G06T7/60
Abstract: 本申请涉及智能医疗领域，具体涉及一种视网膜血管曲率的计算方法、系统及设备。包括获取眼底图像；对眼底图像进行血管分割得到动脉血管和静脉血管；对所述动脉血管和静脉血管进行骨架提取得到骨架图像；筛除所述骨架图像中的存在分叉点的血管得到筛除后的图像；基于筛除后的图像进行计算得到血管的曲率。本申请计算得到视网膜动脉血管与静脉血管的曲率，能够有效预测心血管疾病的风险，具有很好临床价值。
-
公开(公告)号：CN118015058A
公开(公告)日：2024-05-10
申请号：CN202410248326.X
申请日：2024-03-05
Applicant: 北京大学第一医院(北京大学第一临床医学院) , 北京大学
IPC: G06T7/50 , G06T7/11 , G16H50/30 , G06T7/00 , G06N3/0455 , G06N3/0464 , G06T7/62 , G06T7/60
Abstract: 本申请涉及智能医疗领域，具体涉及一种视网膜血管曲率的计算方法、系统及设备。包括获取眼底图像；对眼底图像进行血管分割得到动脉血管和静脉血管；对所述动脉血管和静脉血管进行骨架提取得到骨架图像；筛除所述骨架图像中的存在分叉点的血管得到筛除后的图像；基于筛除后的图像进行计算得到血管的曲率。本申请计算得到视网膜动脉血管与静脉血管的曲率，能够有效预测心血管疾病的风险，具有很好临床价值。
-
公开(公告)号：CN112634224B
公开(公告)日：2023-07-28
申请号：CN202011503029.3
申请日：2020-12-17
Applicant: 北京大学 , 北京肿瘤医院(北京大学肿瘤医院)
Abstract: 本发明提供一种基于目标影像的病灶检测方法和装置，该方法包括：提取待检测的目标影像；对于当前循环，获取当前查询切片中病灶的预测位置；将当前查询切片和当前查询切片中病灶的预测位置输入至病灶检测模型的修正模块，获取当前查询切片中病灶的修正位置；利用当前查询切片中病灶的修正位置更新所述当前参考切片，重复上述步骤，直到目标影像中病灶的区域面积小于预设阈值。本发明通过将目标影像中的病灶检测分为两个阶段，提取阶段和修正阶段，在提取阶段中进行病灶位置的粗预测，在修正阶段中进行病灶位置的精预测，以此来提高病灶位置的预测精度。
-
公开(公告)号：CN103337380B
公开(公告)日：2016-06-01
申请号：CN201310125279.1
申请日：2013-04-11
Applicant: 北京大学 , 北京大学软件与微电子学院无锡产学研合作教育基地
IPC: H01G11/84
CPC classification number: Y02E60/13
Abstract: 本发明涉及一种新型硅基超级电容及其制备方法，该方法包括：选择单晶硅片作为芯片基片；在基片上采用MEMS工艺光刻并定义电容制作区域；在电容制作区域刻蚀出黑硅；利用ALD单原子层淀积技术在黑硅上生长电容介质层以及电极层；淀积并图形化金属引出电极。本发明利用ALD单原子淀积技术在黑硅表面生长介质层和电极层，在实现大容量电荷储存的同时克服了传统超级电容难于微小和集成的缺点，同时将充放电速度提升至平板电容量级。
-
-
-
-
-
-
-
-
-
Search Results
69
records
(took 0.075 seconds)
