-
公开(公告)号：CN108170426B
公开(公告)日：2020-06-05
申请号：CN201810036950.8
申请日：2018-01-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于本体的RESTful API代码自动生成方法，借助本体语义技术通过对数据库进行本体建模，用本体语言描述数据库结构关系，并将模型可视化。预先添加HTTP协议中的动词可视化组件，对可视化后的数据库模块组件进行添加、拖拽、连接等操作描述特定RESTful API想要实现的功能。相比其他代码自动生成方法需要手动录入每个表具体结构，采用本体建模方式能更准确地描述数据库底层的关系，生成的树状结构模型结构化、计算机可读，能够很好的应对前端多表联查的复杂需求。底层数据库可视化，以拖拽、连接组件的方式描述Web/Mobile前端数据功能需求更加的清晰明确不易出错，同时大大减少了后端开发人员的工作量，甚至前端开发人员也可以根据自己的需求自定义接口。
-
公开(公告)号：CN108288498A
公开(公告)日：2018-07-17
申请号：CN201810037254.9
申请日：2018-01-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于机器视觉的医院智能就诊系统，采用机器视觉中的人头检测方法，并在医院排队的场景下对其进行优化，检测出医院挂号窗口当前排队人数，结合每个窗口处理单个患者的平均时长，计算出每个窗口排队所需等待时间，再根据患者和各医院的地理位置计算出患者到达各医院的时间。由于医院的排队人数在患者从出发到抵达医院这个时间段内还会产生变化，本发明加入了对某一时间段排队人数变化的预测模型，本发明通过医院视频监控中近四周内每周历史数据的平均值计算出在患者到达医院这段时间内各个挂号队伍的变化情况；最终计算出患者从出门到挂号所需的时间，提供给患者快速就诊的策略选择。
-
公开(公告)号：CN106899572A
公开(公告)日：2017-06-27
申请号：CN201710007188.6
申请日：2017-01-05
Applicant: 浙江大学
Abstract: 本发明公开了一种基于条件随机场算法的无菌检测数据分级加密方法，首先对无菌检测过程产生的重要的结果数据进行标注，训练条件随机场模型，识别出重要的结果数据；其次对条件随机场模型识别出的重要的结果数据进行分级加密，将加密后的数据传输到接收方；最后接收方利用可逆的解密过程对数据进行无损还原。本发明用条件随机场方法将无菌检测过程中产生的重要结果数据识别出来，并将其与过程数据区分开进行分级加密。同时，借助数字签名技术有效防止消息被篡改，保证了数据不会泄露。本发明在保证重要的数据信息安全性的前提下，能大幅减少加密时间，提升系统效率。
-
公开(公告)号：CN106897991A
公开(公告)日：2017-06-27
申请号：CN201710007720.4
申请日：2017-01-05
Applicant: 浙江大学
CPC classification number: G06T7/0012 , G06K9/6269 , G06T2207/10056 , G06T2207/30004
Abstract: 本发明公开了一种基于Live‑Wire分割的微生物群落识别方法，首先，在图像分割部分，使用Live‑Wire算法。这是一种交互式的图像分割算法，旨在将人工干预减少到最小程度的情况下引入专家知识，从而在复杂情况下得到理想的结果。另一方面，由于操作者在分割过程中能够完全控制分割的进程，所以该算法能够在不损失图像信息的前提下有效避免过度分割。其次，在筛选分割部分的时候，使用了支持向量机(SVM)，能够很好的解决非线性和高维度的模式识别，从而大大提高剔除污染等干扰的准确性。
-
公开(公告)号：CN114996248B
公开(公告)日：2024-08-02
申请号：CN202210434307.7
申请日：2022-04-24
Applicant: 浙江大学
IPC: G06F16/215 , G06F16/28 , G16H10/00
Abstract: 本发明公开了一种基于湖仓一体架构的多阶段医疗数据规整与质量控制系统，包括存储层、计算层、服务层和交互层；存储层用于存储从医疗机构获取的以数据表形式存储的操作型数据存储数据、计算层的中间结果数据以及计算层最终生成的OMOP通用数据模型；计算层接受服务层的计算任务进行计算处理；服务层包括质量控制模块和数据规整模块；数据规整模块将数据规整任务下发至计算层计算处理；质量控制模块对结果数据进行分析和校验；交互层向用户提供Web界面，展示任务执行过程和数据质量结果。本发明采用湖仓一体数据管理架构和Spark分布式计算引擎，加快了数据规整效率，解决了单机处理海量医疗数据速度慢的问题。
-
Patent Agency Ranking
公开(公告)号：CN117574440B
公开(公告)日：2024-04-30
申请号：CN202410067638.0
申请日：2024-01-17
Applicant: 浙江大学
Abstract: 本发明公开了一种基于多种签名技术的联盟链医疗数据确权溯源方法及系统。本发明引入多重签名技术，医疗数据的流通需要在联盟链上得到相应患者和医生的多重签名，能够减少医疗数据的不合法流通，明确患者和医生对医疗数据享有的法律权利。本发明引入公平盲签名技术，使得医疗数据流通是在监管机构的监管下进行的，在需要对流通信息进行溯源的情况下，监管机构能够联合半可信第三方对特定医疗数据流通信息进行追踪溯源。本发明将链上医疗数据流通签名和链下医疗数据传输分开，能够在保证医疗数据安全的同时进行医疗数据的确权溯源，大大降低隐私暴露风险。
-
公开(公告)号：CN117877688A
公开(公告)日：2024-04-12
申请号：CN202410016756.9
申请日：2024-01-05
Applicant: 浙江大学
IPC: G16H30/20 , G06T7/00 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于任务约束增强对抗生成网络的数字病理图像标准化系统，包括数据集构建模块、数据预处理模块、生成器模块、判别器模块、任务约束模块和损失计算模块。本发明根据特定任务的计算机辅助病理诊断系统基于的深度学习模型的训练集构建规模庞大的源数据集，相较于数量有限的数字病理图像模板更能适配复杂多变的临床实践，同时将数字病理图像转化为灰度图作为生成器的输入保留了原始数字病理图像的结构信息。本发明在生成器模块中采用多层嵌套的U‑Net网络架构，可以生成分辨率更高的数字病理图像，同时引入任务约束以增强对抗生成网络，保证生成器针对特定任务学习到所需的图像特征，具有较强的普适性。
-
公开(公告)号：CN117577333B
公开(公告)日：2024-04-09
申请号：CN202410067682.1
申请日：2024-01-17
Applicant: 浙江大学
IPC: G16H50/30 , G06F18/10 , G06F18/213 , G06F18/241 , G06F18/2415
Abstract: 本发明公开了一种基于因果特征学习的多中心临床预后预测系统。本发明通过引入互补掩码器，实现因果特征和非因果特征的对抗学习，两者相互促进，同时使用多分支预后预测网络平衡因果特征和非因果特征之间的信息量，从而最大限度减少信息损失，保证下游预后预测任务的信息充分性。本发明通过引入双任务网络，基于分离的因果特征进行多分支预后预测任务，基于分离的非因果特征进行医疗机构识别任务，进一步提升特征分离效果。在预测阶段，医疗机构识别网络根据非因果特征生成概率权重，聚合多分支预后预测网络预测结果，有效利用非因果特征，提高患者数据的信息利用率，保证模型在不同应用环境下的泛化能力的同时保持良好的预测能力。
-
公开(公告)号：CN117577333A
公开(公告)日：2024-02-20
申请号：CN202410067682.1
申请日：2024-01-17
Applicant: 浙江大学
IPC: G16H50/30 , G06F18/10 , G06F18/213 , G06F18/241 , G06F18/2415
Abstract: 本发明公开了一种基于因果特征学习的多中心临床预后预测系统。本发明通过引入互补掩码器，实现因果特征和非因果特征的对抗学习，两者相互促进，同时使用多分支预后预测网络平衡因果特征和非因果特征之间的信息量，从而最大限度减少信息损失，保证下游预后预测任务的信息充分性。本发明通过引入双任务网络，基于分离的因果特征进行多分支预后预测任务，基于分离的非因果特征进行医疗机构识别任务，进一步提升特征分离效果。在预测阶段，医疗机构识别网络根据非因果特征生成概率权重，聚合多分支预后预测网络预测结果，有效利用非因果特征，提高患者数据的信息利用率，保证模型在不同应用环境下的泛化能力的同时保持良好的预测能力。
-
公开(公告)号：CN114861835A
公开(公告)日：2022-08-05
申请号：CN202210777572.5
申请日：2022-07-04
Applicant: 浙江大学
Abstract: 本发明公开了一种基于非对称卷积的噪声性听力损失预测系统，该系统包括数据采集模块、数据预处理模块、特征提取模块和特征融合与噪声性听力损失预测模块；数据采集模块用于采集工人职业暴露的噪声数据和工人个人信息；数据预处理模块用于对工人个人信息数据进行标准化，并对噪声数据转换为二维噪声时频谱图；特征提取模块用于利用不同形状的卷积核提能量特征与时域变化特征；特征融合与噪声性听力损失预测模块将能量特征与时域变化特征进行融合并降维后，联合工人个人信息输出得到工人是否患有噪声性听力损失的预测结果。本发明使用不对称卷积核对时频谱图进行特征提取，提高噪声性听力损失预测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.025 seconds)
