-
公开(公告)号：CN119693638A
公开(公告)日：2025-03-25
申请号：CN202411680170.9
申请日：2024-11-22
Applicant: 浙江大学
IPC: G06V10/26 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于语义先验引导的不完整多模态脑肿瘤分割方法。本发明基于互学习蒸馏框架构建SMML网络模型，在每个分支引入MedSAM‑3D模型提供先验的语义引导；本发明设计的方向性的像素级的蒸馏算法可以使双分支网络互相交换学习到的有价值的知识，进一步对网络参数进行优化；这二者的结合使模型在脑肿瘤数据集上实现了SOTA的效果，超越了目前已有的其他模型，获得了最好的分割效果，实现了目前的SOTA。
-
公开(公告)号：CN119692426A
公开(公告)日：2025-03-25
申请号：CN202411680163.9
申请日：2024-11-22
Applicant: 浙江大学
IPC: G06N3/096 , G06N3/042 , G06N3/0455 , G06V10/764 , G06V10/82 , G06N3/084
Abstract: 本发明公开了一种基于类别边界不确定性的关系型知识蒸馏方法。1)一张图像同时分别经过两个网络分支的特征编码器得到中间特征图谱，再经解码器得到最后的分割预测图谱；2)基于步骤1)得到的中间特征图谱，计算特征级的一致性蒸馏损失；3)基于步骤1)得到的分割预测图谱，计算像素级的一致性蒸馏损失；4)基于步骤1)得到的双分支的分割预测图谱及其对应的真实类别标签A，分别计算分支1和2的目标损失；5)计算总的优化损失函数；6)基于步骤5)的损失函数训练模型。本发明引入BURKD算法，可以更好地建模样本间和类别间的关系，采用基于类别边界不确定的方法对每一种类别进行适应性的动态加权，提高语义分割的性能。
-
公开(公告)号：CN118366592A
公开(公告)日：2024-07-19
申请号：CN202410196376.8
申请日：2024-02-22
IPC: G16H10/60 , G16H50/20 , G16H20/70 , G06F18/10 , G06F40/35 , G06F16/332 , G06F16/335 , G06N5/022
Abstract: 本发明提供一种信息处理方法、装置及设备，所述方法包括：获取目标数据，所述目标数据包含目标用词的疾病特征信息和目标用户基本信息；对所述目标数据进行数据清洗和过滤处理，得到至少一个关键词并为所述至少一个关键词分配权重；根据所述至少一个关键词的权重，将所述关键词和预设数据库中存储的至少一个疾病问答对进行匹配，得到候选数据；将所述至少一个关键词组合为包含关键词的问题，根据所述候选数据和包含关键词的问题的相关性，得到目标医疗信息。本发明的方案可以基于计算机技术、检索算法、语义匹配模型以及医疗知识图谱，自动化进行精神心理健康评估以及生成个性化医疗建议。
-
-
Search Results
3
records
(took 0.02 seconds)
