基于语义解耦的结构化数据人工智能大模型分析方法与系统

    公开(公告)号:CN120086511A

    公开(公告)日:2025-06-03

    申请号:CN202411272332.5

    申请日:2024-09-11

    Abstract: 本申请公开了一种基于语义解耦的结构化数据人工智能大模型分析方法与系统,涉及数据分析技术领域,所述的方法包括:通过根据特征名称和/或特征描述对结构化数据中的每个特征进行语义编码;根据特征值对结构化数据中的每个特征进行数值编码,然后对语义特征向量和数值特征向量进行分析,获得数据分析结果。由于本申请分别根据特征名称和/或特征描述进行语义编码,根据特征值进行数值编码,将语义理解与数值分析解耦,从而能够从利用大语言模型实现深入、鲁棒且可泛化的结构化数据语义理解。对语义特征向量和数值特征向量进行特征分析,将原始数据转换为特征序列,无需填充或过滤缺失数据就能进行分析,提高了数据分析的准确度。

    一种基于对抗样本的医学图像重建方法及相关装置

    公开(公告)号:CN116012471A

    公开(公告)日:2023-04-25

    申请号:CN202211425844.1

    申请日:2022-11-15

    Abstract: 本申请公开了一种基于对抗样本的医学图像重建方法及相关装置,所述的方法包括:获取待重建的医学图像,并将所述医学图像输入经过训练的恢复网络模型,其中,所述恢复网络模型为训练医学图像以及训练医学图像对应的去干扰图像训练得到的,所述去干扰图像为基于训练医学图像生成的对抗样本生成的;通过所述恢复网络模型确定所述医学图像对应的重建图像。本申请采用基于训练医学图像对应的对抗样本生成去干扰图像和训练图像训练恢复网络模型对医学图像进行重建,可以提高重构医学图像的图像质量,这是由于采用去干扰图像作为干净图像可以解决对抗训练方法对干净样本恢复性能下降的问题,从而提高了恢复网络模型的模型性能。

    基于人机交互的模型训练方法、装置、终端及存储介质

    公开(公告)号:CN115905856A

    公开(公告)日:2023-04-04

    申请号:CN202211222416.9

    申请日:2022-10-08

    Abstract: 本发明公开了一种基于人机交互的模型训练方法、装置、终端及存储介质,包括:获取医学数据集,根据所述医学数据集对BERT模型或GPT模型进行调整,得到调整后的模型;根据余弦相似性约束和CAM对所述调整后的模型进行训练,得到训练后的模型;根据所述训练后的模型进行预测,并根据预测结果和人机交互信息更新并输出预测报告及分类结果。本发明基于人机交互的方式,使用再处理的方法,在模型首次输出图像诊断报告后,由使用人临床医生等对其结果进行判断,对存疑部分可进行少量的修改,将修改的结果重新当作语言模块的输入并进行训练,实现了人机交互的模型训练功能,提高了模型的疾病预测精度。

Patent Agency Ranking