“成都安哲斯生物医药科技有限公司”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]一种多模态医疗数据问答方法及存储介质-CN202311067907.5有效
发明人：刘瑞华;滕龙;李睿;胡其桐;邢沛瑶;郑名扬;邢天奇 -专利权人： 成都安哲斯生物医药科技有限公司
申请日： 2023-08-23 - 公布日： 2023-10-20 - 主分类号： G06F16/9032 文献下载
摘要：本发明属于电数字数据处理技术领域，公开了一种多模态医疗数据问答方法及存储介质，多模态医疗数据问答方法包括：将训练数据处理为包括问题和回答的数据格式，问题包括图像数据和文本数据；将图像数据输入预训练的CLIP模型得到图像数据编码，将文本数据输入GPT‑3模型得到文本数据编码，使用图像数据编码和文本数据编码，调用GPT‑3模型和CLIP模型进行跨模态适配器训练，得到多模态GPT‑3模型；将多模态医疗数据输入到多模态GPT‑3模型，生成回答；利用医学知识图谱对回答进行准确性验证，将验证后的回答作为结果输出。本发明可以快速回答用户的医学问题，适应更广泛的检索需求。
一种多模态医疗数据问答方法存储介质

[发明专利]医疗数据预处理方法及系统-CN202311002583.7在审
发明人：李睿;胡其桐;邢沛瑶;刘瑞华;徐浩;郑名扬;邢天奇 -专利权人： 成都安哲斯生物医药科技有限公司
申请日： 2023-08-10 - 公布日： 2023-09-08 - 主分类号： G16H50/70 文献下载
摘要：本发明属于数据处理技术领域，公开了一种医疗数据预处理方法及系统，医疗数据预处理方法包括步骤：去除医疗数据中的无关符号，对医疗数据中的文本数据进行纠错更正；将文本数据通过多个医疗分词器切分成不同的字段得到分词结果，将分词结果输入次级分词器得到最终分词结果；构建医疗知识图谱，基于医疗知识图谱对最终分词结果中的医学字段打上标签，得到部分标签化的医疗数据；基于群体智能对部分标签化的医疗数据中未被打标签的字段进行标注，得到完全标签化的医疗数据。本发明自动将医疗数据进行数据清洗、关键信息提取和打标签，使得这些医疗数据被处理成医疗AI模型训练所需的格式和内容，并利用群体智能技术对数据标签工作流程进行优化。
医疗数据预处理方法系统

[发明专利]医疗数据管理查询方法-CN202310397351.X有效
发明人：胡其桐;李睿;刘瑞华;邢沛瑶;郑名扬;唐学文 -专利权人： 成都安哲斯生物医药科技有限公司
申请日： 2023-04-14 - 公布日： 2023-06-20 - 主分类号： G06F16/21 文献下载
摘要：本发明属于数据管理技术领域，公开了一种医疗数据管理查询方法，包括数据库构建流程和搜索查询流程；数据库构建流程包括：采集医疗数据并进行分类；对非文本信息进行标准化处理后写入数据库；对自然文本信息进行关键词提取，并进行标准化处理后写入数据库；搜索查询流程包括：对输入的查询字段进行分类；通过标准化文本输入在数据库中进行查找；对自然文本输入进行关键词提取，并进行标准化处理后利用知识图谱判断需要被查找的字段，得到被查找的字段和条件；通过被查找的字段和条件在数据库中进行查找。该医疗数据管理查询方法可以对自然文本搜索进行处理，降低了数据库的使用门槛。
医疗数据管理查询方法

[发明专利]医疗数据近似查询方法-CN202310255574.2有效
发明人：刘瑞华;张金涛;李睿;胡其桐;郑名扬;唐学文 -专利权人： 成都安哲斯生物医药科技有限公司
申请日： 2023-03-16 - 公布日： 2023-06-02 - 主分类号： G06F16/332 文献下载
摘要：本发明属于数据库查询技术领域，公开了一种医疗数据近似查询方法，包括：将近似查询记录转化为自然语言形式的表示，对自然语言形式的近似查询记录中的查询问题运用同义词替换的方式进行数据增强；对自然语言形式的近似查询记录中的查询结果进行自然语言形式的丰富化；将查询问题及查询结果组合为多条问答对，以多条问答对组成问答集；使用问答集对GPT‑3模型进行微调；将自然语言查询输入到GPT‑3模型，输出回答结果。该医疗数据近似查询方法，使用GPT‑3模型实现超低访问延迟的医疗数据查询，通过对查询问题进行数据增强，对查询结果进行丰富化；使得GPT‑3模型更好地适用于数据库的近似访问，提升近似访问的准确度。
医疗数据近似查询方法

[发明专利]医疗数据脱敏方法及系统-CN202310199626.9有效
发明人：李睿;胡其桐;刘瑞华;郑名扬;唐学文 -专利权人： 成都安哲斯生物医药科技有限公司
申请日： 2023-03-04 - 公布日： 2023-04-25 - 主分类号： G06F21/62 文献下载
摘要：本发明属于数据处理技术领域，公开了一种医疗数据脱敏方法及系统，医疗数据脱敏方法，包括：将采集的医疗数据进行文本数据和非文本数据的分类；提取文本数据中的关键词，保留非关键词的原文，将提取的关键词和非文本数据作为待脱敏数据；对待脱敏数据进行个人身份信息、个人医疗信息、日期信息、地址信息和其他信息的分类；对分类后的信息进行脱敏处理。医疗数据脱敏系统包括：数据分类模块、敏感词提取模块、字段分类模块和数据脱敏模块。本发明所提供的医疗数据脱敏方法及系统，可以完成针对医疗数据的全自动化脱敏，用户只需要输入医疗数据所包含的医疗字段；可以针对多元化的医疗数据进行脱敏。
医疗数据方法系统