-
公开(公告)号：CN112101034B
公开(公告)日：2024-02-27
申请号：CN202010942025.9
申请日：2020-09-09
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G06F40/295 , G16H15/00
摘要： 本申请公开了一种判别医学实体的属性的方法、装置及相关产品。首先应用标签生成模型对病历文本进行处理，得到标签串；其后，根据标签串中的属性标签及属性标签的排序，得到病历文本中医学实体的属性标签。医学实体的属性标签即可用于判别医学实体的属性。标签生成模型中第一模型根据实际输入的病历文本动态生成字的向量，该标签生成模型在生成字的属性标签时结合了字的上下文信息，提升了字的属性标签的准确性。第二模型是通过深度学习的方法训练的得到的，可依据第一模型所输出的向量串生成标签串，保证了标签串中标签属性与病历文本中字有序对应。因此相比于现有技术，对于医学实体属性判别的准确率提高。
-
公开(公告)号：CN112365948B
公开(公告)日：2023-07-18
申请号：CN202011165914.5
申请日：2020-10-27
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G16H15/00 , G16H50/20 , G06F40/295 , G06F40/289 , G06F40/284 , G06F18/22
摘要： 本公开涉及一种癌症分期预测系统，以实现癌症分期的自动化分析，提高癌症分期的分析效率。该癌症分期预测系统包括：数据输入模块，数据处理模块，数据存储模块，以及结果输出模块，所述数据输入模块用于将目标检测报告输入到数据处理模块，该数据处理模块用于：对目标检测报告中的文本数据进行实体识别，并将实体识别的结果输入规则引擎，以得到针对目标检测报告的第一分期结果；将文本数据与每一样本报告中的文本数据进行相似度计算，并将相似度最高的目标样本报告对应的实际分期结果确定为针对目标检测报告的第二分期结果；根据第一分期结果和第二分期结果，确定针对目标检测报告的目标分期结果，并通过结果输出模块输出目标分期结果。
-
公开(公告)号：CN112331335A
公开(公告)日：2021-02-05
申请号：CN202011298881.1
申请日：2020-11-18
申请人： 沈阳东软智能医疗科技研究院有限公司
摘要： 本公开涉及一种分诊方法、装置、存储介质及电子设备。该分诊方法包括：获取目标病历文本的结构化数据，该结构化数据包括不同粒度大小的信息之间的对应关系，该结构化数据中的最小粒度信息为实体属性粒度下的实体属性信息；根据该对应关系从该结构化数据中确定结构化子数据，每一结构化子数据包括一条实体属性信息；针对每一结构化子数据，确定该结构化子数据属于每一分诊科室的概率值；针对每一分诊科室，将各结构化子数据属于该分诊科室的所述概率值进行加权求和，得到该分诊科室的接诊概率值；将接诊概率值中的最大值所对应的分诊科室作为目标病历文本的目标分诊科室。采用这种方式可以提升分诊结果的准确率。
-
公开(公告)号：CN112330665A
公开(公告)日：2021-02-05
申请号：CN202011345822.5
申请日：2020-11-25
申请人： 沈阳东软智能医疗科技研究院有限公司
摘要： 本公开涉及一种CT图像处理方法、装置、存储介质和电子设备，所述方法包括：获取待处理的CT图像；根据目标窗信息对所述CT图像进行处理，获得所述CT图像的第一特征图，其中，所述目标窗信息初始为预训练获得的多个窗信息，每一所述窗信息对应一个图层；对所述第一特征图进行归一化处理，获得所述CT图像对应的第二特征图；根据所述CT图像和所述第二特征图，确定更新后的目标窗信息，作为一次图像处理，返回所述根据目标窗信息对所述CT图像进行处理，获得所述CT图像的第一特征图的步骤，直至所述图像处理的次数达到预设次数；根据所述CT图像以及最后一次图像处理对应的目标窗信息和第二特征图，确定目标CT图像。
-
公开(公告)号：CN111984812A
公开(公告)日：2020-11-24
申请号：CN202010777228.7
申请日：2020-08-05
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G06F16/55 , G06F16/583 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本申请实施例公开了一种特征提取模型生成方法、图像检索方法、装置及设备，该特征提取模型生成方法包括：在获取到训练图像之后，先将该训练图像输入图像分类模型，获取图像分类模型中的特征提取层输出的训练图像的图像特征、以及图像分类模型中的类别预测层输出的训练图像的预测类别，并对训练图像的图像特征进行聚类得到训练图像的当前聚类类别；再根据训练图像的预测类别和训练图像的当前聚类类别，更新图像分类模型的模型参数，并返回执行上述将训练图像输入图像分类模型以及后续步骤，直至达到停止条件，根据图像分类模型中的特征提取层生成特征提取模型，如此使得该特征提取模型能够从图像中提取出用于准确地表征图像携带的信息的图像特征。
-
公开(公告)号：CN112131364B
公开(公告)日：2024-03-26
申请号：CN202011005282.6
申请日：2020-09-22
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06F40/289 , G06N3/045
摘要： 本公开涉及一种问答方法、装置、电子设备和存储介质，该方法包括：获取信息描述文本，以及针对信息描述文本对应的问题文本，根据信息描述文本和问题文本，确定问题文本基于信息描述文本对应的提问意图，获取提问意图对应的目标文本提取模型，不同的提问意图对应不同的文本提取模型，通过目标文本提取模型，从信息描述文本中提取多个关键文本，根据多个关键文本和问题文本，通过预先训练的文本匹配模型，从多个关键文本中，确定与问题文本匹配的答案文本。本公开通过结合信息描述文本和问题文本，对问题文本进行理解，来确定提问意图，并基于提问意图来获取准确的答案文本，使用户能够准确地获取自身需要的信息，提高了对问题解答的智能性。
-
公开(公告)号：CN111985208B
公开(公告)日：2024-03-26
申请号：CN202010830788.4
申请日：2020-08-18
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G06F40/211 , G06F40/295 , G06F16/35
摘要： 本申请实施例公开了一种实现标点符号填充的方法、装置及设备，该方法包括：先将目标文本输入文本分类模型，获得目标文本对应的标签值；进而根据各个目标文本对应的标签值，在原始文本中确定应添加标点符号的位置；之后根据原始文本中确定应添加标点符号的位置，将原始文本划分为至少一个目标分句；最后，将目标分句输入实体识别模型，获得目标分句之后的标点符号。本申请实施例提供的标点符号填充的方法先确定添加标点符号的位置，再确定对应位置上填充的标点符号，可以实现对于原始文本的标点符号的填充，得到具有正确的标点符号的文本。
-
公开(公告)号：CN112365507B
公开(公告)日：2024-02-02
申请号：CN202011192748.8
申请日：2020-10-30
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G06T3/4053 , G06T7/11
摘要： 本公开涉及一种CT图像处理方法、装置、存储介质及电子设备，所述方法包括：获取待处理的CT图像；对所述CT图像进行分割，获得所述CT图像对应的多个图像子区域；根据预设的多种目标窗信息，分别对每一所述图像子区域进行加窗处理，获得与该图像子区域对应的多个加窗子区域，其中，目标窗信息包括目标窗宽信息和目标窗位信息；将每一所述图像子区域对应的多个所述加窗子区域输入图像处理模型，获得所述CT图像的处理结果。由此，可以基于多个目标窗信息对CT图像进行加窗显示，使得在对该CT图像进行处理时可以关注该CT图像在多个窗信息下的特征信息，以获得该CT图像更加全面的特征，提高CT图像处理结果的准确性。
-
公开(公告)号：CN112420150A
公开(公告)日：2021-02-26
申请号：CN202011401966.8
申请日：2020-12-02
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G16H15/00 , G06F40/295
摘要： 本公开涉及一种医学影像报告的处理方法、装置、存储介质及电子设备。该方法包括：标注影像所见数据中的实体信息和属性信息；将所有实体信息输入实体分类模型，得到实体分类模型输出的候选实体信息，将候选实体信息的实体名称作为候选实体名称；将所有候选实体信息的属性信息输入属性分类模型，得到属性分类模型输出的分别对应于各候选实体信息的候选属性信息；将每一候选实体名称与该候选实体名称对应的候选属性信息进行关联展示。采用这种方法，可以将冗长、复杂且描述顺序无规律的影像所见数据转换为简洁且候选实体名称与候选属性信息相关联的数据，便于用户直观的获取到影像所见数据中的有效数据，从而提升用户获取有效信息的效率。
-
公开(公告)号：CN112365948A
公开(公告)日：2021-02-12
申请号：CN202011165914.5
申请日：2020-10-27
申请人： 沈阳东软智能医疗科技研究院有限公司
IPC分类号： G16H15/00 , G16H50/20 , G06F40/295 , G06F40/289 , G06F40/284 , G06K9/62
摘要： 本公开涉及一种癌症分期预测系统，以实现癌症分期的自动化分析，提高癌症分期的分析效率。该癌症分期预测系统包括：数据输入模块，数据处理模块，数据存储模块，以及结果输出模块，所述数据输入模块用于将目标检测报告输入到数据处理模块，该数据处理模块用于：对目标检测报告中的文本数据进行实体识别，并将实体识别的结果输入规则引擎，以得到针对目标检测报告的第一分期结果；将文本数据与每一样本报告中的文本数据进行相似度计算，并将相似度最高的目标样本报告对应的实际分期结果确定为针对目标检测报告的第二分期结果；根据第一分期结果和第二分期结果，确定针对目标检测报告的目标分期结果，并通过结果输出模块输出目标分期结果。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.041 秒)
