-
公开(公告)号：CN110532376B
公开(公告)日：2024-03-19
申请号：CN201910294022.6
申请日：2019-04-12
申请人： 玛雷迪夫美国公司
IPC分类号： G06F16/35 , G06F40/279
摘要： 提供了一种用于对文本进行分类以确定用于选择机器学习算法结果的目标类型的计算机程序产品、系统和方法。执行文本的自然语言处理以确定文本中的特征及其关系。分类器基于关系和特征对文本进行分类以确定目标类型。将来自文本的所确定的特征和关系输入到多个不同的机器学习算法中以生成结果。对于每个机器学习算法，确定由生成结果的机器学习算法产生的性能测量。确定性能测量与所确定的目标类型高度相关的至少一个机器学习算法。从至少一个结果中确定结果。
-
公开(公告)号：CN111801741B
公开(公告)日：2024-03-15
申请号：CN201980016800.3
申请日：2019-02-14
申请人： 玛雷迪夫美国公司
摘要： 提供了用于实现框架以学习多个药物‑不良药物反应关联的机制。所述机制接收并分析患者电子医疗记录数据和不良药物反应数据，以识别对药物的引用与对不良药物反应(ADR)的引用的同现，从而生成指定多个药物‑ADR关系的候选规则。所述机制对所述候选规则进行过滤，以移除具有在一个或多个候选规则的子集中指定的混杂因素药物的一个或多个规则的所述子集，并且由此生成候选规则的过滤集合。所述机制基于所述候选规则的过滤集合生成因果模型。所述因果模型包括针对一组ADR中的每个ADR的一个或多个规则的对应集合，每个规则指定与所述ADR具有因果关系的药物的组合。
-
公开(公告)号：CN114365181B
公开(公告)日：2023-06-23
申请号：CN202080059262.9
申请日：2020-08-20
申请人： 玛雷迪夫美国公司
摘要： 提供了用于管理实体的识别信息的方法和系统。检测被嵌入在数字图像中或与数字图像相关联的实体的识别信息，其中，其中所述识别信息是从由以下组成的组中选择的：与所述实体的一个或多个特征相对应的文本信息和图像信息。可以从数字图像中移除文本信息。所述图像信息可用一个或多个计算机生成的合成图像来替换，其中所述计算机生成的合成图像基于所述数字图像的自然外观。可由GAN生成的合成内容是基于图像的自然外观。医学图像还可在与私有标签/字段相关联的基于文本的字段中包含PHI，所述私有标签/字段使用本文所提供的系统和方法被自动识别和移除。
-
公开(公告)号：CN114365144B
公开(公告)日：2023-06-20
申请号：CN202080063931.X
申请日：2020-09-10
申请人： 玛雷迪夫美国公司
IPC分类号： G06F40/40
摘要： 提供了用于执行自然语言内容的选择性深度解析的机制。目标深度解析自然语言处理系统被配置成识别指定自然语言内容内的元素的一个或多个触发者，所述元素指示自然语言内容的要以深度解析操作作为目标的部分。接收自然语言内容的部分，并且基于一个或多个触发者对自然语言内容执行预深度解析扫描操作，以识别包含一个或多个触发者中的至少一个的自然语言内容的一个或多个子部分。仅对包含所述一个或多个触发者中的至少一个的自然语言内容的所述部分的所述一个或多个子部分进行深度解析，而不对自然语言内容的所述部分的其他子部分进行深度解析。
-
公开(公告)号：CN114529501A
公开(公告)日：2022-05-24
申请号：CN202111267667.4
申请日：2021-10-29
申请人： 国际商业机器公司
摘要： 本申请涉及病变检测人工智能流水线计算系统。提供了一种包括多个经训练的机器学习(ML)计算机模型的病变检测和分类人工智能(AI)流水线。(一个或多个)第一ML模型处理医学图像(VOI)的输入体积以确定VOI是否描绘了预定量的解剖结构。AI流水线确定第一ML模型的输出是否满足标准，诸如输入体积中描绘的预定量的感兴趣的解剖结构。如果是，则执行病变处理操作，包括：处理VOI以检测对应于感兴趣的解剖结构的病变的第二ML模型；执行与同一病变相关联的病变分割和病变轮廓的组合的第三ML模型；以及处理病变列表以分类病变的第四ML模型。AI流水线输出病变列表和分类用于下游计算系统处理。
-
公开(公告)号：CN114463248A
公开(公告)日：2022-05-10
申请号：CN202111267702.2
申请日：2021-10-29
申请人： 国际商业机器公司
摘要： 本申请涉及用于医学图像的基于种子的分割的种子重新标记。提供一种用于基于种子的切片式病变分割的种子重新标记的机制。机制接收三维医学图像体积的病变掩模。病变掩模对应于医学图像体积中检测到的病变，并且其中每个检测到的病变具有病变轮廓。机制基于病变掩模生成医学图像体积中的给定二维切片的距离图。距离图包括到给定二维切片的每个体素的病变轮廓的距离。机制执行局部最大值识别以从距离图中选择局部最大值的集合，使得每个局部最大值具有大于其直接邻居点的值。机制基于距离图和局部最大值的集合执行种子重新标记以生成种子的集合。每个种子表示病变轮廓的不同成分的中心。机制基于种子的集合对病变掩模执行图像分割以形成分裂病变掩模。
-
公开(公告)号：CN114341862A
公开(公告)日：2022-04-12
申请号：CN202080058467.5
申请日：2020-08-13
申请人： 国际商业机器公司
摘要： 计算机系统基于概念本体生成向量空间模型。针对分级的本体的一个或多个概念提取一个或多个训练示例，其中，针对所述一个或多个概念的所述一个或多个训练示例基于所述分级的本体中的相邻概念。初始化多个向量，每个向量包括一个或多个特征，其中，每个向量对应于一个或多个概念中的概念。通过迭代地修改该多个向量中的一个或多个向量以优化损失函数来生成向量空间模型。使用向量空间模型来执行自然语言处理。本发明的实施例还包括用于以上述基本上相同的方式生成向量空间模型的方法和程序产品。
-
公开(公告)号：CN111417954B
公开(公告)日：2024-01-05
申请号：CN201880073512.7
申请日：2018-11-29
申请人： 玛雷迪夫美国公司
发明人： A·格库拉拉斯-迪瓦尼斯
摘要： 一种用于对数据去标识的系统确定标识数据集的实体的一个或多个标识符。一个或多个数据去标识过程被标识并与所确定的一个或多个标识符相关联。每个数据去标识过程与指示用于保存在数据集中的信息的一个或多个配置选项集合相关联。根据相关联的配置选项集合在数据集上执行所标识的数据去标识过程，以生成具有变化的保留信息的数据集。评估所生成的数据集的隐私弱点，并基于该评估来选择数据去标识过程和相关联的配置选项集合。根据相关联的配置选项集合，在数据集上执行所选择的数据去标识过程，以产生作为结果的去标识的数据集。实施例包括用于以基本上与上述相同的方式对数据进行去标识的方法和计算机程序产品。
-
公开(公告)号：CN113728322A
公开(公告)日：2021-11-30
申请号：CN202080029707.9
申请日：2020-06-03
申请人： 国际商业机器公司
IPC分类号： G06F40/30
摘要： 提供了用于实现情感分析机制的机制，所述情感分析机制用于基于医疗上下文对医疗文档内的医疗事件和药物名称执行情感分析。情感分析机制分析医疗文档以识别与药物名称相关联的医疗事件的发生，并且分析与医疗事件的发生相关联的上下文内容和药物名称以识别上下文内容中存在的一个或多个情感术语。情感分析机制确定与医疗事件和药物名称相关联的情感。情感分析机制生成将情感与医疗事件和对应于药物名称的药物相联系的医疗线索元数据，并将医疗线索元数据应用于其他医疗文档的分析，以识别与其他医疗文档中的药物名称或医疗事件的实例相关联的情感。
-
公开(公告)号：CN112424873A
公开(公告)日：2021-02-26
申请号：CN201980047137.3
申请日：2019-07-11
申请人： 国际商业机器公司
IPC分类号： G16H50/20
摘要： 提供了用于实现用于模拟患者以开发基于人工智能的医学方案的认知人工智能训练机制的机制。认知人工智能训练机制干扰来自真实患者数据集的真实患者的基于非图像的信息，形成被干扰的基于非图像的信息。认知人工智能训练机制使用被干扰的基于非图像的信息和真实患者的非被干扰的医学图像来生成人工患者数据集中的人工患者数据。认知人工智能训练机制随后使用真实患者数据集中的真实患者数据和人工患者数据集中的人工患者数据来训练由认知数据处理系统利用的学习算法的操作。
-
-
-
-
-
-
-
-
-
搜索结果
22 条记录 (耗时 0.036 秒)
