-
公开(公告)号：CN111475631A
公开(公告)日：2020-07-31
申请号：CN202010261943.5
申请日：2020-04-05
申请人： 北京亿阳信通科技有限公司 , 中国人民解放军总医院
IPC分类号： G06F16/332 , G06F16/36 , G06F16/2455 , G06F16/28
摘要： 本发明提供了一种基于知识图谱与深度学习的疾病问答方法及装置，通过获得输入问题，并对所述输入问题进行数据清洗处理；对数据清洗处理后的所述输入问题进行意图识别预处理，并判断所述输入问题是否满足第一预设条件；按照预设策略，对满足所述第一预设条件的所述输入问题进行二次意图识别，并获得所述输入问题的意图类型；将所述输入问题进行实体识别，并与所述输入问题的意图类型相结合，获得实体结果；根据所述意图类型，以及获得的所述实体结果，利用Cypher语句在neo4j图数据库中进行实体及关系的直接及推理查询；获得问答结果，达到了提高传统意图识别及实体抽取环节的正确率，提高答案的准确率及全面性的技术效果。
-
公开(公告)号：CN111462099A
公开(公告)日：2020-07-28
申请号：CN202010262698.X
申请日：2020-04-05
申请人： 中国人民解放军总医院 , 北京亿阳信通科技有限公司
摘要： 本发明公开了一种基于快速积分图监测的图像细胞区域定位方法，该方法包括：将图像转换为灰度图像；对灰度图像进行去噪滤波，生成滤波后图像；对滤波后图像进行边缘检测，得到边缘图像A；对滤波后图像利用自适应阈值进行二值化，得到二值化图像B，所述自适应阈值根据各像素块区域内的灰度确定；对二值化图像进行开运算滤波，将非细胞部分滤除，并将滤除后的细胞部分进行闭运算填充，获取到图像C；利用一个遍历框分别在图像A、C中进行遍历，计算框在不同位置的密度值，并根据该密度值确定细胞所在图像区域。通过本发明，能够准确的识别出细胞区域。
-
公开(公告)号：CN110364259A
公开(公告)日：2019-10-22
申请号：CN201910462425.7
申请日：2019-05-30
申请人： 中国人民解放军总医院 , 北京亿阳信通科技有限公司
摘要： 本发明公开了一种高原疾病预测方法、系统、介质和电子设备。包括：获取多个体检人员的身份信息数据，对上述数据进行聚合分组；计算得到每组所述体检人员的体检指标数据均值向量ub和协方差矩阵Sb；计算得到每组所述体检人员的面部数据均值向量uf和协方差矩阵Sf；计算得到每组所述体检人员进入高原后患某种高原病概率Pgmn；确定待预测人员所在分组，计算所述待预测人员患某种高原病的概率Pixy。同时还公开了相应的系统、介质和电子设备。本发明首次提出了高原疾病预测方法，采用海量数据进行多层次的聚类，同时引入面部器官数据为参照，极大提高了高原病预测的可行性和准确性。
-
公开(公告)号：CN111462099B
公开(公告)日：2024-01-23
申请号：CN202010262698.X
申请日：2020-04-05
申请人： 中国人民解放军总医院 , 北京亿阳信通科技有限公司
摘要： 本发明公开了一种基于快速积分图监测的图像细胞区域定位方法，该方法包括：将图像转换为灰度图像；对灰度图像进行去噪滤波，生成滤波后图像；对滤波后图像进行边缘检测，得到边缘图像A；对滤波后图像利用自适应阈值进行二值化，得到二值化图像B，所述自适应阈值根据各像素块区域内的灰度确定；对二值化图像进行开运算滤波，将非细胞部分滤除，并将滤除后的细胞部分进行闭运算填充，获取到图像C；利用一个遍历框分别在图像A、C中进行遍历，计算框在不同位置的密度值，并根据该密度值确定细胞所在图像区域。通过本发明，能够准确的识别出细胞区域。
-
公开(公告)号：CN111475631B
公开(公告)日：2022-12-06
申请号：CN202010261943.5
申请日：2020-04-05
申请人： 北京亿阳信通科技有限公司 , 中国人民解放军总医院
IPC分类号： G06F16/332 , G06F16/36 , G06F16/2455 , G06F16/28
摘要： 本发明提供了一种基于知识图谱与深度学习的疾病问答方法及装置，通过获得输入问题，并对所述输入问题进行数据清洗处理；对数据清洗处理后的所述输入问题进行意图识别预处理，并判断所述输入问题是否满足第一预设条件；按照预设策略，对满足所述第一预设条件的所述输入问题进行二次意图识别，并获得所述输入问题的意图类型；将所述输入问题进行实体识别，并与所述输入问题的意图类型相结合，获得实体结果；根据所述意图类型，以及获得的所述实体结果，利用Cypher语句在neo4j图数据库中进行实体及关系的直接及推理查询；获得问答结果，达到了提高传统意图识别及实体抽取环节的正确率，提高答案的准确率及全面性的技术效果。
-
公开(公告)号：CN110364259B
公开(公告)日：2022-05-31
申请号：CN201910462425.7
申请日：2019-05-30
申请人： 中国人民解放军总医院 , 北京亿阳信通科技有限公司
摘要： 本发明公开了一种高原疾病预测方法、系统、介质和电子设备。包括：获取多个体检人员的身份信息数据，对上述数据进行聚合分组；计算得到每组所述体检人员的体检指标数据均值向量ub和协方差矩阵Sb；计算得到每组所述体检人员的面部数据均值向量uf和协方差矩阵Sf；计算得到每组所述体检人员进入高原后患某种高原病概率Pgmn；确定待预测人员所在分组，计算所述待预测人员患某种高原病的概率Pixy。同时还公开了相应的系统、介质和电子设备。本发明首次提出了高原疾病预测方法，采用海量数据进行多层次的聚类，同时引入面部器官数据为参照，极大提高了高原病预测的可行性和准确性。
-
公开(公告)号：CN110335678A
公开(公告)日：2019-10-15
申请号：CN201910462060.8
申请日：2019-05-30
申请人： 中国人民解放军总医院 , 北京亿阳信通科技有限公司
摘要： 本发明公开了一种高原适应性评估方法，本发明通过使用样本数据和医生的经验知识，建立和验证高原适应度评估模型深度神经网络学习模型；使用体检数据作为输入数据，经过学习模型分析后，输出高原适应度的评分。解决了现有技术中无法快速科学地评价人员对于高原工作适应度的问题。
-
公开(公告)号：CN118762750A
公开(公告)日：2024-10-11
申请号：CN202410740915.X
申请日：2024-06-07
申请人： 中国人民解放军总医院
摘要： 本申请公开了一种体能组学数据的嵌入表示方法，考虑到目前对多组学数据进行理解和分析时，需要将多组学数据进行嵌入式表示，也就是将多组学数据从高维映射至低维，但是现有技术针对这一操作存在一定的限制导致其嵌入表示的能力较差。所以本申请针对这一问题提供了一种新的数据的嵌入表示方法，该方法基于数据本身和基因之间的相互作用对基因的多组学数据进行聚合以及降维处理，获得针对各基因的低维体能组学数据，实现对各基因的嵌入表示，由于在进行嵌入表示时不仅考虑到数据本身还考虑到基因之间的相互作用关系，获得的嵌入表示能力会更好，所以能够帮助我们更好地理解和分析数据。
-
公开(公告)号：CN118072130A
公开(公告)日：2024-05-24
申请号：CN202410158197.5
申请日：2024-02-04
申请人： 中国人民解放军总医院
IPC分类号： G06V10/776 , A61B5/00 , A61B5/055 , A61B6/03 , A61B8/08 , A61B6/50 , G06V10/764 , G06V10/762 , G06F11/36
摘要： 本发明实施例涉及一种对心肌病分类预测模型进行测评的处理方法和装置，所述方法包括：由所有待测的心肌病分类预测模型组成测试模型库；接收模型测试配置；并根据模型测试配置从测试用例库中选择符合要求的测试用例记录组成公用测试用例集；并将测试模型库中待测模型名称与模型测试配置中的各个第一模型名称匹配的模型记为对应的第一测试模型；并基于公用测试用例集对各个第一测试模型进行模型测试得到对应的模型测试集；根据模型测试配置的病理类型和各个模型测试集进行模型性能评估；根据所有模型评估数据对所有心肌病分类预测模型进行性能排序和模型聚类得到对应的模型序列和模型聚类集合。本发明可以对单个或多个心肌病分类预测模型进行测评。
-
公开(公告)号：CN116934768B
公开(公告)日：2024-05-10
申请号：CN202311035425.1
申请日：2023-08-16
申请人： 中国人民解放军总医院
摘要： 本发明提供一种用于提高CTA影像模态中血管分割精度的方法及系统，该方法包括如下步骤：获取初始CTA图像以及初始血管分割预测标签；对初始CTA图像进行数据增强处理，得到目标CTA图像；基于目标CTA图像中所有目标血管的血管表面曲率生成真实血管标签的权重值，并通过权重值校正真实血管标签；结合目标CTA图像和校正后的真实血管标签构建实阶总变分算子；根据实阶总变分算子构建实阶总变异诱导损失函数；通过实阶总变异诱导损失函数对初始血管分割预测标签和校正后的真实血管标签进行能量匹配，以修正初始血管分割预测标签。本发明具有在三维CTA扫描中进行血管分割时提升血管分割精度的效果。
-
-
-
-
-
-
-
-
-
搜索结果
369 条记录 (耗时 0.061 秒)
