[发明专利]一种超微结构病理数据的分析方法、装置及电子设备在审
| 申请号： | 202111020064.4 | 申请日： | 2021-09-01 |
| 公开（公告）号： | CN113724894A | 公开（公告）日： | 2021-11-30 |
| 发明（设计）人： | 李迪迪;王晓良;宋博文;杨杰;秦韵 | 申请（专利权）人： | 千乘镜像（北京）科技有限公司 |
| 主分类号： | G16H70/60 | 分类号： | G16H70/60;G06F40/166;G06F40/194;G06F3/0483;G06F3/0484 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 刘凤 |
| 地址： | 100076 北京市大兴区中关村科技园区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种超微结构病理数据的分析方法、装置、电子设备及存储介质。分析方法包括：显示目标数据展示界面，目标数据展示界面包括多个显示项目和数据对比框，每个显示项目分别对应一组超微结构病理数据；接收对至少一个显示项目的添加操作；响应于接收到添加操作，将所添加的至少一个显示项目显示在数据对比框中；接收对比查看操作；响应于接收到对比查看操作，显示数据对比界面，在数据对比界面中以第一目标显示比例展示至少一个对比显示项目，至少一个对比显示项目为从至少一个显示项目中选择出的部分或者全部显示项目。本申请对超微结构病理数据的全面展示，弥补了目前市场上无法对超微结构病理数据进行一个集中界面展示的不足。 | ||
| 搜索关键词： | 一种 超微结构 病理 数据 分析 方法 装置 电子设备 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于千乘镜像（北京）科技有限公司，未经千乘镜像（北京）科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111020064.4/，转载请声明来源钻瓜专利网。
- 同类专利
- 一种基于人工智能的原发性胆汁性肝硬化病理识别系统-202311025411.1
- 钟定荣;王书浩 - 中日友好医院（中日友好临床医学研究所）;北京透彻未来科技有限公司
- 2023-08-15 - 2023-10-24 - G16H70/60
- 本发明提供了一种基于人工智能的原发性胆汁性肝硬化病理识别系统。数据库模块：用于获取肝脏穿刺病理切片，进行切片数字化，并构建PBC数字切片数据库；人工标注模块：用于将PBC数字切片数据库中的肝脏穿刺病理切片按照预设比例进行训练集和验证集划分，并对验证集的肝脏穿刺病理切片进行人工标注；训练验证模块：用于将训练集通过卷积神经网络进行深度学习，并通过验证集对训练后的卷积神经网络进行验证，生成PBC病理识别模型；识别模块：用于接收患者的肝脏穿刺病理切片，并通过PBC病理识别模型对原发性胆汁性肝硬化病理信息识别。
- 一种慢病管理知识图谱的构建方法-202211262713.6
- 于修和 - 坤智数康科技(苏州)有限公司
- 2022-10-14 - 2023-09-19 - G16H70/60
- 本发明涉及知识图谱的构建技术领域，尤其涉及一种慢病管理知识图谱的构建方法，针对当前现有的知识图谱的构建技术仍存在构建过程大都采用人工，且知识来源广泛、对知识缺少处理，导致构建成本较高，构建的知识图谱准确性较低的问题，现提出如下方案，其中包括以下步骤：S1：知识获取，S2：信息抽取，S3：知识加工，S4：构建知识图谱，S5：图谱使用，S6：实时知识图谱更新，本发明的目的是通过使用计算机以及AI学习技术自动进行知识图谱构建，减少了人工，降低了构建成本，同时通过对知识来源数据库进行选择，并对获取的知识进行加工，提高了构建的知识图谱的准确性。
- 一种基于双层图卷积神经网络的肝癌病理预后系统及装置-202310962835.4
- 李劲松;邓博洋;田雨;周天舒 - 浙江大学
- 2023-08-02 - 2023-09-01 - G16H70/60
- 本发明公开了一种基于双层图卷积神经网络的肝癌病理预后系统及装置，包括：预处理模块，提取病理组织并切块；识别模块，用于识别肿瘤图块和坏死图块；坏死图构建模块，用于提取图块特征作为节点，相近图块之间形成边，进行坏死图构建；注意力池化模块，用于将图块特征聚合成患者级别的影像特征；患者图构建模块，用于将影像特征作为节点，非影像信息作为边，进行患者图构建；图卷积神经网络模块，用于基于构建的图进行更新和训练；风险评分模块，用于将图卷积神经网络模块的输出结果转换成患者的生存风险评分。本发明对患者的肿瘤和坏死图块构建第一级图网络，同时将影像信息与非影像信息融合构建第二级图网络，充分利用了一张切片上的信息。
- 诊断信息评估方法、显示方法及存储介质-202010096657.8
- 石磊;臧璇;史晶 - 杭州依图医疗技术有限公司
- 2020-02-17 - 2023-08-29 - G16H70/60
- 本发明主要公开了一种诊断信息评估方法、显示方法及存储介质，用以基于医疗图像的疾病区域对疾病严重程度进行评估。所述方法包括：对医疗图像中的感兴趣区域进行分区，获得至少N个分区，其中N为大于等于2的自然数；至少计算每个分区中的第一征象的体积和第二征象的体积占比；获取所述第一征象和第二征象体积占比对应分值，并基于所述分值获取每个分区的分数；根据每个分区的分数，对所述感兴趣区域进行评估。采用本发明所提供的方案，可以基于量化处理得到的分数对感兴趣区域疾病严重程度进行评估，实现了基于医疗图像的疾病区域对疾病严重程度进行评估的效果。
- 一种生猪养殖过程中抗菌药使用减量化测算方法-202310523003.2
- 叶浩;王军;王晓川;孟晓斌;金品红 - 柞水明月生态养殖有限公司
- 2023-05-10 - 2023-08-25 - G16H70/60
- 本发明提供一种生猪养殖过程中抗菌药使用减量化测算方法，涉及畜牧业养殖检测技术领域。该生猪养殖过程中抗菌药使用减量化测算方法，包括以下执行步骤，S1：未减量化之前生猪养殖分析数据模型建立，统计月度、季度以及年度生猪在养殖过程中消毒药物使用量、抗菌药物使用量、抗菌药物使用强度、生猪尿液中的药物残留量以及生猪死亡率。通过统计生猪在减量化前后养殖过程中消毒药物使用量、抗菌药物使用量、抗菌药物使用强度、生猪尿液中的药物残留量以及生猪死亡率数据，并构建相应的分析数据模型，即可得到抗菌药减量化测算数据，通过该测算数据可以规范生猪养殖过程中的抗菌药以及其他用药，从而实现科学规范用药的效果。
- 基于病理形态学标签的胰腺癌预后分期系统的构建方法及应用-202310426184.7
- 金钢;李勃;王蓓蕾;杨燕;郭世伟;蒋慧;何妙侠;时宵寒;高绥之 - 中国人民解放军海军军医大学第一附属医院
- 2023-04-20 - 2023-08-04 - G16H70/60
- 本申请提供一种基于病理形态学标签的胰腺癌预后分期系统的构建方法及应用。本发明的胰腺癌预后分期系统的构建方法利用改进的NLP技术，自动提取胰腺癌病理报告中的关键标签，采用COX回归分析法筛选出与预后密切相关的4个病理形态学标签，构建新的病理形态指标Mor，然后结合T、N，建立新的分期系统TNMor，TNMor分期系统有效整合了可反应肿瘤恶性生物学行为的病理特征指标，优化了现有TNM分期系统的精准分层能力，从而提高其对胰腺癌术后患者的预后预测效能。对胰腺癌风险分层及术后管理具有较好的指导作用，本申请的预后分期系统能够预测胰腺癌术后1年、2年及3年生存率，可应用于胰腺癌术后辅助治疗方案的优化及随访策略的改进。
- 一种胎盘病理学送检评估方法、装置、系统及存储介质-202011415651.9
- 车拴龙;丁向东;李晶;吴涛;张志魁;刘栋;尤佳;林万里;罗丕福 - 广州金域医学检验中心有限公司
- 2020-12-07 - 2023-08-04 - G16H70/60
- 本发明公开了一种胎盘病理学送检评估方法、装置、系统及存储介质，通过电子病历系统从胎盘患者的病历信息中提取胎盘病理学特征，以根据胎盘病理学特征与预设的送检规则匹配进行送检初步筛选，缩短检测时间，若初步判断为不送检，则对胎盘图像即彩色大体解剖图像进行二次送检筛选，并且通过目标图像分析模型进行送检分析，减少人工成本，而且不需要依靠经验丰富的临床医生，也能实现送检判断，若二次筛选仍然确定为不送检，则对X线图像进行第三次送检筛选，降低漏诊、误诊的概率，进一步提高检测精度，提高检测评估效率，适用于不同应用群体，利于推广。
- 一种自动验光配镜方法及系统-202310066930.6
- 赵国良;傅慧君 - 哈尔滨市博士眼视光技术研究中心
- 2023-01-14 - 2023-07-11 - G16H70/60
- 本发明公开了一种自动验光配镜方法及系统，涉及屈光矫正技术领域。本发明的技术要点包括：所述方法包括利用自动验光配镜系统产生多个验光单，多个验光单包括第一验光单、第二验光单、第三验光单，每个验光单包括球镜度数和柱镜度数；第一验光单是基础屈光数据，第二验光单是优化视觉畸变的，第三验光单是用于与第一验光单和第二验光单比较后确定是否作为配镜方案的；所述系统包括人机交互模块、瞳距视角控制模块和双眼检测模块。本发明方法使得儿童和青少年在佩戴精准合适眼镜之后能够长时间拥有最佳清晰视觉，大幅度减少了眼睛的疲劳；本发明系统极大减轻了检查人员的工作量与专业技能要求，同时又为配镜者提供了更为舒适和精准的配镜度数。
- 一种病毒宿主预测方法、装置、设备及存储介质-202310233902.9
- 杜智华;钟俊鹏 - 深圳大学
- 2023-03-13 - 2023-07-07 - G16H70/60
- 本发明适用计算机技术领域，提供了一种病毒宿主预测方法、装置、设备及存储介质，该方法包括：接收输入的病毒数据集和细菌数据集，构建病毒数据集和细菌数据集对应的病毒‑细菌异构图，其中，病毒数据集包括有标签病毒数据和无标签病毒数据，通过训练好的图卷积神经网络获取病毒‑细菌异构图中所有节点的第一嵌入表达，根据第一嵌入表达计算每个病毒节点与所有细菌节点的内积值，获取每个病毒节点对应内积值中的最大内积值以及与所述最大内积值对应的细菌节点和病毒节点，将对应的细菌节点作为对应的病毒节点的可侵染细菌，获取可侵染细菌的类别信息，以实现对无标签病毒数据对应病毒的宿主预测，从而实现了病毒宿主的准确预测。
- 基于深度学习的大肠癌人工智能辅助病理诊断系统-202310457117.1
- 王书浩;刘岩斌 - 北京透彻未来科技有限公司
- 2023-04-24 - 2023-07-04 - G16H70/60
- 本发明提供了一种基于深度学习的大肠癌人工智能辅助病理诊断系统，系统包括：数据获取及标注模块、数据清洗及预处理模块、诊断模型训练模块和结果输出模块；本发明基于卷积神经网络的深度学习人工智能技术可将大面积的病理数字图片分解成细小的分区，自动提取图像特征，将抽象的图像信息转化为具象的数字信息并进行分析和识别，有效解决医师间重复性差的问题，使传统病理诊断更加适应精准化医学的发展；进行迁移学习，并不断优化初始化权重、迭代次数、图像块大小及卷积核大小等模型参数，提高诊断敏感性及特异性，构建肠癌智能诊断平台，极大优化病理诊断流程、提高诊断效率；有助于提高边远地区病理诊断水平，改善区域间医疗资源不均现状。
- 一种小细胞肺癌肿瘤间和肿瘤内异质性解读方法-202310657772.1
- 杨琳;张子城;周猛 - 中国医学科学院肿瘤医院
- 2023-06-06 - 2023-07-04 - G16H70/60
- 本发明公开一种小细胞肺癌肿瘤间和肿瘤内异质性解读方法，包括步骤一、基于数字空间转录组学技术计算得到ROI样本异质性特征，步骤二、将ROI样本映射到患者水平并根据预后分层提出异质性分型模式进行分型，步骤三、解析异质性机制并寻找到决定异质性分型的核心基因集，步骤四、基于核心基因集构建肿瘤异质性指数模型THIM并进行THIM打分处理，步骤五、THIM智能模型的映射运用和验证；本发明在病理切片上破译了SCLC的肿瘤内异质性，在不进行显微切割的情况下精确比较同一肿瘤不同区域的基因表达、生物过程和免疫浸润，同时建立了THIM智能模型，实现对SCLC的预后和免疫治疗反应的预测，有助于局限期患者术后分层管理及晚期患者的免疫疗法疗效评估。
- 细胞类型识别方法、装置、计算机设备及存储介质-201910492865.7
- 车拴龙;罗丕福;刘栋;刘斯;李映华;苏钜铭 - 广州金域医学检验中心有限公司
- 2019-06-06 - 2023-07-04 - G16H70/60
- 本申请涉及一种细胞类型识别方法，该方法包括：获取待识别细胞的细胞参数信息，所述细胞参数信息包括：多个细胞参数和每个细胞参数对应的细胞参数值；获取每个细胞参数对应的边界参考值；根据所述细胞参数值和所述边界参考值确定每个细胞参数对应的比对值；根据所述每个细胞参数对应的比对值确定所述待识别细胞的类型。该细胞类型识别方法建立了一种客观的判读标准，不再依赖于病理医生的主观性判读，提高了细胞类型识别的判断的准确度。此外，还提出了一种细胞类型识别装置、计算机设备及存储介质。
- 基于二代测序技术筛选的骨骼肌早期损伤时间推断基因集合体系获取方法及模型构建方法-202310294828.1
- 王亮亮;周世栋;孙浩;邢运虹;孙乐乐;申君毅;任康;杜秋香;曹洁;孙俊红 - 山西医科大学
- 2023-03-24 - 2023-06-30 - G16H70/60
- 本发明属于法医病理学领域，尤其涉及一种基于二代测序技术筛选的骨骼肌早期损伤时间推断基因集合体系获取方法及模型构建方法。本发明从核心基因和转录因子两个层面筛选指标集合，采用3种不同的机器学习分类算法，对指标集合的损伤时间推断效能进行了比较和验证，有效规避了在指标选取过程中的主观性过强与实用性欠缺等问题，为人体骨骼肌早期损伤时间推断指标筛选提供了行之有效的筛选流程，提升了骨骼肌早期损伤时间推断基因指标筛选的系统性及合理性，从而提升了骨骼肌早期损伤时间推断的准确性及可靠性。
- 一种甲状腺微小癌碘治疗响应程度预测方法、装置及设备-202310465789.7
- 程献;俞惠新;徐石宸;张莉;吴静;高文静;包建东 - 江苏省原子医学研究所
- 2023-04-26 - 2023-06-30 - G16H70/60
- 本发明提供一种甲状腺微小癌碘治疗响应程度预测方法、装置及设备，涉及数据分析领域，该方法包括：获取当前目标对象的病理信息和检验信息；从病理信息和检验信息中提取当前目标对象的目标参数；将当前目标对象的目标参数输入到预先训练好的预测模型中，得到当前目标对象对应的碘治疗响应预测值；根据碘治疗响应预测值确定当前目标对象的碘治疗响应程度预测结果。通过本发明提供的甲状腺微小癌碘治疗响应程度预测方法，根据目标对象的目标参数对碘治疗响应预测值进行预测，得到目标对象的碘治疗响应程度预测结果，实现对甲状腺微小癌患者的碘治疗响应程度进行预测，便于根据预测结果对目标对象进行个体化、精准化辅助治疗，实现有效风险预测。
- 基于最小二乘估计和隐私保护的冠心病研究方法和系统-202211620092.4
- 张纪峰;王继民;郭金;谭建伟;赵延龙 - 中国科学院数学与系统科学研究院;北京科技大学
- 2022-12-15 - 2023-06-30 - G16H70/60
- 本发明涉及冠心病研究技术领域，特别是指基于最小二乘估计和隐私保护的冠心病研究方法和系统，所述方法包括：S1、冠心病专科医院将自己的冠心病数据进行差分隐私保护，并将进行了差分隐私保护的冠心病数据发送给研究机构；S2、多个全科医院将自己的全科疾病数据进行差分隐私保护，并将进行了差分隐私保护的全科疾病数据发送给所述研究机构；S3、所述研究机构根据接收的各项数据建立多参与者的MP‑ARMAX模型；S4、所述研究机构根据所述MP‑ARMAX模型，获得冠心病受其他疾病影响的相关性参数。采用本发明，能够精确地研究冠心病受其他疾病影响的情况。
- 一种病理特征与临床信息融合方法及系统-202310253487.3
- 石怀银;王书浩 - 北京透彻未来科技有限公司
- 2023-03-16 - 2023-06-27 - G16H70/60
- 本发明公开了一种病理特征与临床信息融合方法及系统，包括：分别对图像及文本数据进行特征提取操作，其中，图像通过卷积神经网络进行特征提取；对提取的特征进行加工处理，获取图像及文本数据的特征对应向量，再将图像及文本的特征对应向量进行拼接，获得融合后的特征；通过全连接神经网络对融合后的特征进行学习，获得全扫描图像的预测结果。结合病理特征和临床信息的深度学习方法，能够通过神经网络自动化融合两种不同信息源的数据，输出全扫描图像的预测概率，还通过临床特征辅助病理分析模型做出更好的预测。
- 一种慢病患者的精准宣教方法及其系统-202310081799.0
- 张文海;杨磊;孙建伟;曹杰伟 - 北京信泰慧智医疗科技有限公司
- 2023-01-17 - 2023-06-23 - G16H70/60
- 本发明实施例公开了一种慢病患者的精准宣教方法及其系统。其中，方法包括：获取医护端上传的宣教内容；根据所述宣教内容制定宣教计划；将所述宣教计划与诊疗过程进行关联，生成宣教课程；所述诊疗过程根据患者信息从数据库中进行提取；将所述宣教课程推送至患者端。本实施例的精准宣教系统，针对已被细分到队列的患者，医生可根据其所属队列制定诊疗计划，管理系统根据诊疗计划生成宣教计划，可以实现对慢病患者的精准宣教，达到更好的宣教效果。且，该管理系统还具备宣教课程考勤功能、患者观察宣教课程的进度监控功能以及宣教内容与时点的精准匹配，都使得该管理系统更具推广意义。
- 一种基于脂质组学方法的疾病关联演化系统与方法-202310303601.9
- 王芳 - 北京中寰宸政科技有限公司
- 2023-03-27 - 2023-06-23 - G16H70/60
- 本发明提出基于脂质组学方法的疾病关联演化系统、方法与生物数据测定芯片组。所述系统包括脂质样本解析模块、脂质数据分组模块、脂质重映射模块以及脂质演化数据库。所述生物脂质测定芯片组包括数据解析电路、数据分组电路以及数据重映射电路，所述生物脂质测定芯片组安装于包含存储器与处理器的计算机终端，所述计算机终端连接云端脂质演化数据库，通过所述生物脂质测定芯片组和所述处理器执行存储于所述存储器中的计算机程序，用于实现所述疾病关联方法的部分或者全部步骤。本发明的技术方案能够针对生物样本中的脂质成分准确演化出相应的可能关联疾病，并且在样本量不足时，能够基于重映射过程提供更多的样本输入，提高了演化的准确性。
- 病历编码方法、装置、存储介质及电子设备-202010460392.5
- 焦增涛 - 医渡云（北京）技术有限公司
- 2020-05-27 - 2023-05-26 - G16H70/60
- 本公开的实施例提供了一种病历编码方法、装置、存储介质及电子设备。该方法包括：从目标病历中提取多个目标实体；基于预先设置的知识图谱中实体的个数，确定所述多个目标实体对应的独热码；基于预先设置的知识图谱中各实体的第一向量，确定所述多个目标实体对应的多个第一向量；基于所述多个目标实体对应的多个第一向量以及所述多个目标实体对应的独热码，确定所述目标病历的向量；通过深度学习模型，确定所述目标病历的向量所对应的编码。基于知识图谱确定目标病历的向量，实现了目标病历的准确的向量表示，然后结合深度学习模型，实现基于向量的自动编码，提升了病历编码的效率以及准确率。
- 一种胃癌HER2状态预测模型的训练、预测方法及系统-202310085979.6
- 赵亮;胡澍芃;廖雨涵;陈新华 - 南方医科大学顺德医院（佛山市顺德区第一人民医院）
- 2023-01-18 - 2023-05-12 - G16H70/60
- 本发明公开了一种胃癌HER2状态预测模型的训练、预测方法及系统，其中，训练方法包括：获取样本图像集，所述样本图像集包括第一染色图像和第二染色图像；对所述样本图像集中的第二染色图像进行状态标记处理，得到图像标签；对所述样本图像集进行病理学标注处理，得到训练样本集；将所述训练样本集和所述图像标签输入未训练的胃癌HER2状态预测模型进行训练，得到训练完成的胃癌HER2状态预测模型。本发明实施例能够提高胃癌HER2状态预测模型的准确度，可以广泛应用于人工智能技术领域。
- 一种基于疾病中文解释的死因链检测模型训练及检测方法-202211657153.4
- 欧阳滨滨;曾婷;林梓陆;高唯唯;陈益祥;杨裕伦 - 联通（广东）产业互联网有限公司
- 2022-12-22 - 2023-04-25 - G16H70/60
- 本发明公开一种基于疾病中文解释的死因链检测模型训练及检测方法，训练方法包括：收集所有ICD编码及中文解释；获取死因链样本；对每个汉字对应的字向量进行随机初始化；将样本中各ICD编码的中文解释替换为字向量，得到对应的ICD向量；将各样本中的各ICD编码替换为ICD向量，得到对应的向量矩阵；随机初始化掩盖向量，随机选取样本的向量矩阵中的行向量，将行向量替换为掩盖向量，得到各样本对应的掩盖矩阵；构建死因链检测模型，将各样本对应的掩盖矩阵输入模型，输出各ICD编码位于各样本中各顺序的概率；根据各ICD编码位于各样本中各顺序的概率，计算所有样本的总损失；基于总损失，对模型进行训练，当总损失收敛时，得到训练完成的死因链检测模型。
- 一种全流程样本追踪管理的病理信息系统-202211482507.6
- 刘炳宪;谢菊元;桂坤;操家庆;来坷炯 - 杭州智团信息技术有限公司
- 2022-11-24 - 2023-04-04 - G16H70/60
- 本发明提供一种全流程样本追踪管理的病理信息系统，涉及医学信息管理技术领域，包括：存储模块保存常规病理追踪链路、细胞病理追踪链路和术中术后病理追踪链路；常规病理追踪模块用于实时记录标本的送检、常规病理项目以及特检项目各个节点的状态，并实时标记于常规病理追踪链路对应的各节点上进行展示；细胞病理追踪模块用于实时记录标本的送检、细胞病理项目以及特检项目各个节点的状态，并实时标记于细胞病理追踪链路对应的节点上进行展示；术中术后病理追踪模块用于实时记录当前病例的标本的送检、术中术后病理项目以及特检项目的各节点的状态，并实时标记于术中术后病理追踪链路对应的各节点上进行展示。有益效果是对样本流向全局把控。
- 一种病理程度预测方法、系统、介质、设备及终端-202211501822.9
- 刘爱连;付忠良;姚宇;赵莹;陈晓清;高峻嘉;文含;窦猛;罗旭;王森;朱遥遥;蔡秀定;苗栋 - 中科院成都信息技术股份有限公司;大连医科大学附属第一医院
- 2022-11-28 - 2023-04-04 - G16H70/60
- 本发明属于人工智能技术领域，公开了一种病理数据处理方法、系统、介质、设备及终端，在公开医学图像数据集上采用对比学习的方法训练特征提取网络，在特征提取网络后添加线性分类器，并将特征提取网络的权重冻结后，将新的网络迁移到病理数据处理的目标数据集上训练线性分类器。本发明使用有条件生成对抗网络学习合成少数量类别的样本；针对深度学习在小数据集上拟合效果较差的难题，本发明使用对比学习和迁移学习来提高模型提取特征的能力和改善模型的分类性能。本发明通过使用有条件生成对抗网络生成数量少的类别样本，从而解决类别不平衡的问题；通过使用对比学习技术和迁移学习技术，从而提高了模型的特征提取能力和改善模型的分类性能。
- 一种II期结直肠癌预后预测方法、系统、智能终端和计算机可读存储介质-202110936944.X
- 童彤;李梦蕾;龚敬;孙轶群;胡飞翔;张换;胡婷丹;蔡崇鹏;李悦 - 复旦大学附属肿瘤医院
- 2021-08-16 - 2023-03-31 - G16H70/60
- 本发明提供了一种II期结直肠癌预后预测方法、预测系统、智能终端和计算机可读存储介质。本发明通过融合CT扫描原发病灶和周围淋巴结的影像组学特征和深度学习特征，建立了II期CRC患者的预后预测模型，相较于单一影像组学模型或者单一深度学习模型，本申请的联合模型的预测效能最高，提供了II期结直肠癌患者的术前、非侵入性性、可重复性的预后预测方法，辅助临床筛选出预后不良的高危患者，及时协助制定临床治疗决策，实现精准用药。
- 一种人工智能评估供肾质量的方法及系统-202211317432.6
- 刘丁;刘永光;徐硕瑀;赵明;郭颖;岑金朋 - 南方医科大学珠江医院
- 2022-10-26 - 2023-01-03 - G16H70/60
- 本发明提供了一种人工智能评估供肾质量的方法及系统。一方面，提供了一种人工智能评估供肾质量的方法，该方法还包括如下处理步骤；步骤1：将数字病理图像分别输入到第一深度神经网络和第二深度神经网络；步骤2：第一深度神经网络获得各区域图片发送到对应的检测模块进行检测；步骤3：第二深度神经网络提取纤维化区域发送到对应的检测模块进行检测；步骤4：各相关的检测模块进行检测，病理评分模块对各检测结果进行评分，然后将各项评分根据设定进行评估，输出待评估肾脏评估结果。另一方面，还提供了一种人工智能评估供肾质量的系统。通过本发明能够提供精准快速、客观、可重复的供肾质量评估，能够为临床医生提供精准的指导。
- 一种致病基因排序方法、装置、电子设备和介质-202211496085.8
- 吴蓉蓉;王建峰;陈梅;余蕾;方云倩;徐昕;许青青;陆奇;任子云 - 苏州超云生命智能产业研究院有限公司
- 2022-11-28 - 2022-12-30 - G16H70/60
- 本发明公开了一种致病基因排序方法、装置、电子设备和介质。该方法包括：获取患者临床信息；对患者临床信息进行提取和标准化处理，确定各个初始标准表型，并对每个初始标准表型进行向量化处理，获得表型向量；基于每个初始标准表型对应的表型向量和每个预设标准表型对应的表型向量，确定表型相似度，并基于表型相似度和预设相似度阈值，确定各个目标标准表型；基于疾病与表型之间的关联关系和各个目标标准表型，确定各个目标疾病和每个目标疾病对应的目标标准表型数量；基于目标标准表型数量和初始标准表型数量，获取目标疾病排序结果；基于疾病与致病基因之间的关联关系和目标疾病排序结果，确定致病基因排序结果，从而实现致病基因的自动排序。
- 一种基于增强CT影像特征的肺实性结节病理类型诊断装置-202211162353.2
- 崔效楠;张文佳;郑孙易;叶兆祥 - 天津市肿瘤医院（天津医科大学肿瘤医院）
- 2022-09-23 - 2022-12-20 - G16H70/60
- 本发明涉及医学影像技术领域，且公开了一种基于增强CT影像特征的肺实性结节病理类型诊断装置，包括特征数据采集模块、特征数据运算模块和分类输出模块，其中特征数据采集模块用于采集和输入病人临床信息变量数据和肺实性结节的影像特征变量数据。该基于增强CT影像特征的肺实性结节病理类型诊断装置，根据医学知识，采集临床及影像特征数据，利用多项式逻辑回归分类模型对7种病理类型进行建模，相较于传统CT诊断肺实性结节的良恶性，本发明装置利用增强CT对肺实性结节的病理类型进行分类诊断。因此术前通过本发明装置，可以为临床提供肺实性结节病理类型的预测，避免对患者进行不必要的手术，并可为术前个性化治疗的临床决策提供支持。
- 基于机器学习的预后生存阶段预测方法和系统-202210109421.2
- 彭歆;王海辉;贾梦琪;王学超;高敏;俞光岩;章文博;杜文;于尧;叶鹏 - 北京大学口腔医学院;北京航空航天大学
- 2022-01-28 - 2022-12-20 - G16H70/60
- 本发明公开了一种基于机器学习的预后生存阶段预测方法和系统，所述方法包括：获取既往预设时间段内的患者原始信息数据，并对所述患者原始信息数据进行整合，以得到无复发时间的第一数据集和带有复发时间的第二数据集；基于各对应患者所述术前信息、术后信息和生存状态，分析得到所述术前信息、所述术后信息与所述生存状态之间的相关程度；在所述第一数据集中训练得到术后生存几率预测模型；根据所述术后生存几率模型，判定目标患者的生存几率小于或等于预设值，则在所述第二数据集中训练得到生存时间段预测模型。解决了无法基于大数据作出预后生存情况判断的技术问题。
- 数据处理方法、装置、电子设备、存储介质及程序产品-202210786431.X
- 秦陈陈;陈亦豪;姚建华;常健博;冯铭;王任直 - 腾讯科技（深圳）有限公司;中国医学科学院北京协和医院
- 2022-07-04 - 2022-11-29 - G16H70/60
- 本申请提供了一种基于人工智能的数据处理方法、装置、电子设备、计算机可读存储介质及计算机程序产品；涉及人工智能技术；方法包括：获取目标对象的至少两种模态的病理信息，其中，病理信息包括目标对象的血肿信息以及水肿信息中的至少一种；分别对各种模态的病理信息进行特征提取处理，得到各种模态的病理信息分别对应的病理特征；对各种模态的病理信息分别对应的病理特征进行特征融合处理，得到目标对象的融合特征；对目标对象的融合特征进行水肿预测处理，得到目标对象的水肿指标。通过本申请，能够结合多种模态的病理信息，实现能够智能化地确定水肿指标。
- 一种基于人工智能的病理教学方法及系统-202210996644.5
- 扈红蕾;扈永强;陈博 - 潍坊护理职业学院
- 2022-08-19 - 2022-11-08 - G16H70/60
- 本发明提供了一种基于人工智能的病理教学方法及系统，涉及病理教育学技术领域，确定预定时间周期内的病理教学任务量，对目标学员进行实时状态分析，进而进行信息量接收度预测，基于预测结果进行所述病理教学任务量的分配调整，基于病理教学特征进行教学方式匹配，确定适宜目标学员的最佳教学方式并进行病理教学，获取教学效果评估结果并进行教学方式的调整，确定优化教学方式，以此为基准进行后续教学，依据教学效果进行优化教学方式的实时更新，解决了现有技术中存在的常用的病理教学方式由于智能度不足，方法较为常规且普遍性较强，无法保证学员的教学效果的技术问题，通过进行教学方式优化确定，实现了与学员相适配的高信息接收度教学。
- 专利分类
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
