-
公开(公告)号：CN119940464A
公开(公告)日：2025-05-06
申请号：CN202411974153.6
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06N3/0895 , G06N3/0455 , G06N3/096 , G06V10/82
Abstract: 本发明涉及模型训练，具体涉及基于跨序列局部对比的医学影像视觉编码器的训练方法，从一个序列的3D医学影像数据中随机裁剪出多个第一全局视图、第一局部视图，将第一全局视图分别输入至学生模型、教师模型中，将第一局部视图输入至学生模型中；从另一个序列的3D医学影像数据中随机裁剪出多个第二全局视图、第二局部视图，将第二全局视图和第二局部视图输入至教师模型中；根据学生模型的输出结果，筛选与第一全局视图最匹配的第一局部视图，并将该第一局部视图作为锚点局部视图；基于锚点局部视图构建用于对比学习的正负样本对；本发明提供的技术方案能够有效克服视觉编码器对高冗余3D医学影像数据中微小局部特征的表征能力较弱的缺陷。
-
公开(公告)号：CN119831938A
公开(公告)日：2025-04-15
申请号：CN202411838232.4
申请日：2024-12-13
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像智能分析，具体设计了一种由影像诊断分析模块、多期对比预警模块、多期影像空间对齐模块、多期影像关联诊断模块、多期对比分析模块、多期对比典型病案知识库和影像临床决策知识库组成的医学影像多期分析系统，其具备多期对比提醒、可解释性的多期对比报告输出、基于多期对比的初步报告更新和基于多期对比的临床决策支持等能力，具备高可解释性、可交互性、可拓展性等优点，能够实现精准的多期对比分析及建议，实现高阶智能辅诊；本发明提供的技术方案能够有效克服现有技术所存在的难以对多期影像进行可解释性、可交互性、可拓展性的多期对比分析的缺陷。
-
公开(公告)号：CN119941648A
公开(公告)日：2025-05-06
申请号：CN202411974152.1
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像分析，具体涉及一种基于先验位置信息的医学影像分析方法，根据不同部位的重要性程度，初始化分管不同区域的可学习Queries；输入3D医学影像，根据先验位置信息在相应区域提取3D视觉特征，并在所有3D视觉特征中提取特定区域的局部特征；对各区域的可学习Queries与各区域的局部特征进行特征交互学习，得到各区域的视觉交互特征；利用分类头基于目标区域的视觉交互特征进行分类，并对分类结果进行文本化处理，得到目标区域的分类结果文本化描述；根据目标区域的视觉交互特征、分类结果文本化描述和用户指令文本得到目标区域的文本报告；本发明提供的技术方案能够有效克服难以准确生成目标区域文本报告的缺陷。
-
公开(公告)号：CN119920443A
公开(公告)日：2025-05-02
申请号：CN202411979903.9
申请日：2024-12-31
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及医学影像分析，具体涉及基于多模态大模型的医学影像分析系统，多模态特征提取器，提取当前病例中医学影像的视觉特征信息，以及当前病例中病人信息的文本特征信息，融合视觉特征信息和文本特征信息得到当前病例的多模态特征；多模态RAG模块，根据当前病例的多模态特征从专科临床数据库、典型病例知识库中分别检索与当前病例相关的专科临床知识、典型病例数据，并作为检索增强信息发送给医学影像多模态大模型；医学影像多模态大模型，根据当前病例的多模态特征、检索增强信息，以及反馈与修正建议，提供医学影像分析结果及其相关服务；本发明提供的技术方案能够有效克服现有技术所存在的难以对医学影像进行准确、高效分析的缺陷。
-
公开(公告)号：CN119919762A
公开(公告)日：2025-05-02
申请号：CN202411974159.3
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06V10/778 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/084
Abstract: 本发明公开了一种基于人工反馈的交互式医疗影像标注与模型优化方法，属于医疗影像分析技术领域，该基于人工反馈的交互式医疗影像标注与模型优化方法，结合人工反馈和深度学习模型的优势，通过医学专业人员人工审核校正后的疾病标签和热图定位标签作为训练监督信号，反向传播优化模型参数，从而提升模型对疾病诊断和定位的能力，相较现有技术，通过改进深层次认知和复杂模型学习策略，使模型能够更好地捕获和理解疾病区域的详细信息，从而提高了对医疗影像的分类与定位能力。
-
Patent Agency Ranking
公开(公告)号：CN119831939A
公开(公告)日：2025-04-15
申请号：CN202411838622.1
申请日：2024-12-13
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06T7/00 , G06N3/0455 , G06N3/09 , G16H15/00 , G06V10/764 , G06V10/82 , G16H50/20
Abstract: 本发明涉及医学影像智能分析，具体涉及一种医学影像智能分析模型及训练方法，视觉特征编码器，对输入的医学影像进行医学影像特征提取，并将医学影像特征输入至记忆激活选择器；记忆激活选择器，根据医学影像特征提取视觉诊断特征，通过计算视觉诊断特征与疾病诊断记忆库存储的疾病诊断知识之间的相似性获取对应激活的记忆索引，对记忆索引进行去重，根据去重后的记忆索引获取对应激活的记忆特征组合，并将记忆特征组合作为指令前缀，与用户指令一同输入至大语言模型解码器；本发明提供的技术方案能够有效克服现有技术所存在的难以对医学影像进行精准分析，以及不便对医学影像智能分析模型进行便捷的拓展性学习的缺陷。
-
公开(公告)号：CN119943338A
公开(公告)日：2025-05-06
申请号：CN202411974160.6
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明公开了一种基于大规模语言模型的辅助诊疗系统，属于医疗影像分析技术领域，包括基于大规模预训练语言模型的医疗影像智能体、工具组件以及储存池模块，所述医疗影像智能体将自然语言解析转化为具体的任务提示，并匹配、调用工具组件，所述工具组件包括报告生成模块、影像分割模块、病灶检测模块、报告评估模块、诊疗助手模块以及储存池模块。该基于大规模语言模型的辅助诊疗系统，通过医疗影像智能体将用户输入的自然语言解析转化为具体的任务提示，自动分解复杂的医疗影像问题，并匹配、调用工具组件，生成详细的分步解决方案，相较现有的装置，避免了由于操作较为复杂且不够直观的问题，简化操作、降低了使用门槛。
-
公开(公告)号：CN119942185A
公开(公告)日：2025-05-06
申请号：CN202411974150.2
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06V10/764 , G06V10/80 , G06V10/77 , G06V10/82 , G06V10/44 , G06N3/0464 , G06N3/0455 , G06N5/04 , G06T7/00
Abstract: 本发明涉及医学影像分析，具体涉及一种基于细粒度特征的医学影像分析方法，模仿医生实际观看医学影像时的阅读模式，将3D医学影像划分为多层2D医学影像进行输入；对每层2D医学影像进行ViT编码，得到每层2D医学影像的ViT编码结果；对每层2D医学影像的ViT编码结果分别进行上采样、下采样，得到对应的上采样特征、下采样特征；根据每层2D医学影像的下采样特征，利用层级特征采样器提取每层2D医学影像的层级特征；根据每层2D医学影像的层级特征，利用层级特征聚合器提取每层2D医学影像的层级聚合特征；本发明提供的技术方案能够有效克服现有技术所存在的难以对3D医学影像进行准确、高效分析的缺陷。
-
公开(公告)号：CN119941649A
公开(公告)日：2025-05-06
申请号：CN202411974161.0
申请日：2024-12-30
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/73 , G06N3/045 , G06N5/04 , G06N5/022 , G06V20/70 , G06V10/42 , G06V10/82
Abstract: 本发明公开了一种基于大模型的病灶定位方法，属于医疗影像分析技术领域，图像经过图像编码器后输入病灶检测模块与病灶分割模块，输出病灶特征，通过区域编码器对每个病灶特征进行处理并整理为大小一致的特征图，再输入给大语言模型，大语言模型整合特征图、全局特征、相似病例以及用户的prompt，输出医疗影像报告，本发明相较现有技术，避免了需要手动对比影像中的病灶位置和报告中的文字描述的问题，提高了诊断效率。
-
公开(公告)号：CN119920423A
公开(公告)日：2025-05-02
申请号：CN202411979902.4
申请日：2024-12-31
Applicant: 安徽影联云享医疗科技有限公司 , 科大讯飞华南人工智能研究院(广州)有限公司 , 讯飞医疗科技股份有限公司 , 科大讯飞股份有限公司
Abstract: 本发明涉及模型应用更新，具体涉及基于增量学习的医学影像多模态大模型的应用更新方法，构建多模态多任务数据集，利用多模态多任务数据集对医学影像多模态基础大模型进行训练，得到预训练的医学影像多模态基础大模型；构建多模态微调数据集，利用多模态微调数据集对预训练的医学影像多模态基础大模型进行微调，得到医学影像多模态SFT大模型；将引擎化的医学影像多模态SFT大模型作为医学影像多模态大模型助手部署至线上；本发明提供的技术方案能够有效克服现有技术所存在的应用更新后导致模型在原始数据上出现灾难性遗忘，以及难以确保应用更新后模型在各场景典型数据上的性能的缺陷。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.093 seconds)
