公开(公告)号：CN113327221A

公开(公告)日：2021-08-31

申请号：CN202110735504.8

申请日：2021-06-30

Applicant: 北京工业大学

Inventor： 李建强 ,  赵琳娜 ,  董大强 ,  付光晖 ,  杨鲤银

IPC: G06T5/50 ,  G06T3/00 ,  G16H30/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种融合ROI区域的图像合成方法、装置、电子设备及介质，该方法包括获取具有对应类别信息的有病和无病原始图像；使用弱监督定位网络获取有病原始图像的感兴趣区域，得到有病掩膜图像；通过相似度计算获取与无病原始图像对应的相似有病图像，得到无病掩膜图像；分别使用有病和无病掩膜图像对有病和无病原始图像进行遮挡，得到被掩膜遮挡的图像；设计基于条件生成对抗性网络模型，并使用有病和无病掩膜图像、被掩膜遮挡的图像以及对应类别信息对该网络模型进行训练，从而得到合成医疗图像。本发明通过获取医疗图像中的感兴趣区域以及使用基于条件生成对抗性网络模型，能够高效合成指定种类的医疗图像，提高图像质量。

公开(公告)号：CN115409022A

公开(公告)日：2022-11-29

申请号：CN202210981326.1

申请日：2022-08-16

Applicant: 北京工业大学

Inventor： 李建强 ,  杨鲤银 ,  竹志超

IPC: G06F40/279 ,  G06F40/30 ,  G06F40/205 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08 ,  G16H10/60

Abstract: 本发明提供一种中医文本实体消歧方法、装置、电子设备及存储介质，该方法包括：根据获取的待处理中医文本，利用基于转换器的双向编码表征BERT模型，确定字向量；根据所述字向量，确定所述待处理中医文本对应的语义特征向量；根据所述语义特征向量，利用注意力机制，确定待消歧实体信息；对所述待消歧实体信息进行实体消歧处理，确定所述待处理中医文本对应的识别文本。该方法用以解决现有技术中的对中医电子病历进行识别的方法中，传统的LSTM‑Attention模型对该中医电子病历的识别存在一定的局限性，从而导致该电子设备基于该传统的LSTM‑Attention模型无法准确确定该中医电子病历对应的识别结果的缺陷，实现电子设备基于可准确确定待处理中医文本对应的识别文本。

公开(公告)号：CN113327221B

公开(公告)日：2024-07-16

申请号：CN202110735504.8

申请日：2021-06-30

Applicant: 北京工业大学

Inventor： 李建强 ,  赵琳娜 ,  董大强 ,  付光晖 ,  杨鲤银

IPC: G06T5/50 ,  G06T3/147 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/0464 ,  G06T5/60 ,  G16H30/20

Abstract: 本发明涉及一种融合ROI区域的图像合成方法、装置、电子设备及介质，该方法包括获取具有对应类别信息的有病和无病原始图像；使用弱监督定位网络获取有病原始图像的感兴趣区域，得到有病掩膜图像；通过相似度计算获取与无病原始图像对应的相似有病图像，得到无病掩膜图像；分别使用有病和无病掩膜图像对有病和无病原始图像进行遮挡，得到被掩膜遮挡的图像；设计基于条件生成对抗性网络模型，并使用有病和无病掩膜图像、被掩膜遮挡的图像以及对应类别信息对该网络模型进行训练，从而得到合成医疗图像。本发明通过获取医疗图像中的感兴趣区域以及使用基于条件生成对抗性网络模型，能够高效合成指定种类的医疗图像，提高图像质量。

公开(公告)号：CN113723108A

公开(公告)日：2021-11-30

申请号：CN202110921072.X

申请日：2021-08-11

Applicant: 北京工业大学

Inventor： 李建强 ,  杨鲤银 ,  赵琳娜

IPC: G06F40/30 ,  G06F16/33 ,  G06N3/02 ,  G06N3/08

Abstract: 本申请实施例公开了一种事件提取方法、装置、电子设备及存储介质。所述方法包括：获取目标文本，将目标文本输入至事件提取模型中，得到事件提取结果；事件提取模型是基于目标文本和目标文本对应的正负样本，通过对比学习的方式进行训练后得到的；目标文本对应的正样本为表达目标文本上下文语义的第一特征向量，目标文本对应的负样本为表达目标文本局部语义的第二特征向量。本申请实施例通过经过对比学习训练的事件提取模型进行文本事件提取，可以减少文本局部语义信息的干扰，提高识别文本事件的准确率。