-
公开(公告)号：CN115617992A
公开(公告)日：2023-01-17
申请号：CN202211236358.5
申请日：2022-10-10
Applicant: 安徽讯飞医疗股份有限公司 , 安徽讯飞医疗股份有限公司武汉分公司
Abstract: 本申请公开了一种标签生成方法、装置、计算机可读存储介质及计算机设备，该方法包括：获取目标对象的对话音频数据和预设量表，预设量表中包括每个场景维度下的先验知识，对该对话音频数据进行识别处理，得到每个场景维度、每个场景维度下的对话文本数据和回答文本数据，根据每个场景维度下的对话文本数据、回答文本数据和先验知识，以及对话音频数据中的每个场景维度出现的时序信息，确定目标对象在时序编码维度上的第一分类结果，根据每个场景维度下的对话文本数据、回答文本数据和先验知识，确定目标对象在预设量表维度上的第二分类结果，根据第一分类结果和第二分类结果，生成目标对象的目标分类标签，提高生成目标分类标签的准确性。
-
公开(公告)号：CN115758114A
公开(公告)日：2023-03-07
申请号：CN202211414093.3
申请日：2022-11-11
Applicant: 安徽讯飞医疗股份有限公司
IPC: G06F18/213 , G06F18/24 , A61B5/00 , A61B5/16 , G10L25/63
Abstract: 本发明提供一种基于多模态特征自适应的抑郁定量方法、装置及电子设备，其中方法包括：获取至少两个模态的待识别数据；基于所述待识别数据与低维特征之间的相关性，对所述待识别数据进行降维，并对降维所得的数据进行特征提取，得到所述待识别数据的情绪特征；所述低维特征的维度低于所述待识别数据的特征维度；基于所述至少两个模态的待识别数据的情绪特征，进行抑郁情绪定量分析。本发明提供的方法、装置、电子设备及存储介质，避免了直接针对高维数据进行特征提取导致的显存压力，可以直接基于完整的、未经分割截取的待识别数据进行抑郁情绪定量分析，由此确保抑郁情绪定量分析的可靠性和准确性。
-
公开(公告)号：CN115206491A
公开(公告)日：2022-10-18
申请号：CN202211032142.7
申请日：2022-08-26
Applicant: 安徽讯飞医疗股份有限公司
Abstract: 本申请实施例公开了一种睡眠干预设备控制方法、装置、存储介质及计算机设备。该方法包括：获取用户基本信息、用户健康信息、实时采集的预设时间范围内的用户体征信息，根据用户体征信息中的时序体征信息、时序特征信息频域处理后的时频体征信息、统计体征信息，对用户的睡眠分期进行分类处理，得到用户所处的睡眠分期，根据用户基本信息、用户健康信息、用户体征信息和睡眠分期，确定与用户匹配的睡眠干预设备，并控制睡眠干预设备工作，如此，在确定睡眠分期后，进一步根据睡眠分期和其他信息来自动确定与用户匹配的睡眠干预设备，提高睡眠干预设备确定的准确率和效率，并自动控制睡眠干预设备工作，提高睡眠干预设备控制的准确率和效率。
-
Patent Agency Ranking
公开(公告)号：CN115295162A
公开(公告)日：2022-11-04
申请号：CN202211029417.1
申请日：2022-08-25
Applicant: 安徽讯飞医疗股份有限公司
Abstract: 本申请提出一种健康风险评估方法、装置、电子设备及存储介质，方法包括：获取临床记录对应的临床记录特征；利用预先训练的关键特征提取网络，从临床记录特征提取得到临床记录特征中的关键特征；根据关键特征确定健康风险评估结果。其中，关键特征提取网络的训练是基于第一损失函数对关键特征提取网络的参数进行修正；第一损失函数通过计算样本临床记录特征中样本关键特征的先验分布与样本临床记录特征中样本关键特征的后验分布之间的差异而确定。采用本申请的技术方案，关键特征提取网络在训练过程中并未对样本进行关键特征的标注，实现了无监督的训练，提高了关键特征提取网络的训练效率，以使健康风险评估的效率提高。
-
公开(公告)号：CN115858752A
公开(公告)日：2023-03-28
申请号：CN202211539197.7
申请日：2022-12-01
Applicant: 安徽讯飞医疗股份有限公司
IPC: G06F16/332 , G06F16/35 , G06F16/33 , G06F40/289 , G06F40/30
Abstract: 本申请实施例公开了一种多语言融合的语义表示方法、装置、存储介质及设备。该方法包括：利用高资源的源语言的多个数据样本中的文本信息对至少一种低资源的目标语言进行扩充，以得到至少一种目标语言的目标文本信息，并根据每个数据样本的文本信息和至少一种目标语言的目标文本信息确定多组平行数据，利用多组平行数据对初始语义表示模型进行训练，在训练的过程中，根据初始语义表示模型对每组平行数据中的文本信息和至少一种目标语言的目标文本信息分别进行处理的处理结果，和同一个标签信息来更新初始语义表示模型，利用高资源的源语言中学到的知识优化低资源的至少一种目标语言的语义表示，提高低资源的目标语言的语义表示的准确性。
-
公开(公告)号：CN115845252A
公开(公告)日：2023-03-28
申请号：CN202211592651.5
申请日：2022-12-09
Applicant: 安徽医科大学第一附属医院 , 安徽讯飞医疗股份有限公司
Abstract: 本发明公开了一种经颅直流电刺激参数预测方法、装置以及电子设备，本发明的主要构思在于，从规避人工对电刺激参数进行调整的角度出发，提出一种基于深度学习实现对经颅直流电刺激参数进行实时预测的方案，具体地，将患者睡眠相关数据输入至预先训练得到的电刺激参数预测模型进行推理，从而实现对用于控制经颅直流电刺激设备的电刺激参数进行更为精准、可靠的预测。与现有的以患者睡眠数据及与设定的电刺激参数作为输入，预测电流在人脑上的密度分布的模型相比，本发明将电刺激参数作为模型预测的最终目标，从而免除医生需要进行手动干预的操作，达到自动实时干预的效果。
-
公开(公告)号：CN115730566A
公开(公告)日：2023-03-03
申请号：CN202211481858.5
申请日：2022-11-24
Applicant: 安徽讯飞医疗股份有限公司
IPC: G06F40/126 , G06F40/295 , G06F16/35 , G16H10/60 , G06F18/214
Abstract: 本申请实施例公开了一种医学知识提取方法、装置、存储介质及计算机设备。该方法包括：获取输入的医学文本并进行编码处理，得到医学文本中每个字的编码特征，对于医学文本中任意长度的每个子文本，通过注意力机制和每个子文本的编码特征确定每个子文本的自身特征表示，以提高每个子文本的自身特征表示的准确性，根据每个子文本的自身特征表示，确定每个子文本所属的目标实体，得到医学文本中的子文本所属的目标实体所构成的实体集合后，对于实体集合中的任意两个子文本，根据两个子文本的自身特征表示，通过多视角的上下文注意力机制，确定两个子文本所属的目标实体之间的目标关系，提高实体之间的关系确定的准确性，提高医学知识获取的准确性。
-
公开(公告)号：CN115565672A
公开(公告)日：2023-01-03
申请号：CN202211290946.7
申请日：2022-10-20
Applicant: 安徽讯飞医疗股份有限公司
Abstract: 本申请提出一种数据的处理方法、装置、电子设备和存储介质，从测试对象的访谈记录数据中提取得到测试对象的精神状态特征，访谈记录数据包括访谈过程中所记录的视频数据、音频数据和文本数据中的至少两种，然后将对应相同精神状态类别的精神状态特征进行融合处理，得到融合后的精神状态特征，根据融合后的精神状态特征，对访谈记录数据进行基于设定分类标签的数据分类处理，确定访谈记录数据所属的数据类型；其中，设定分类标签包括设定的多种访谈记录数据类型，不同的访谈记录数据类型对应不同精神状态。本申请借助被测对象的音、视频和文本等多模态信息对访谈记录数据进行分类，能够实现快速准确地对访谈记录数据进行分类的目的。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.073 seconds)
