“G16H50/20”专利分类搜索_专利查询_文献下载_出售_求购_买卖_交易

钻瓜专利网为您找到相关结果4480个，建议您升级VIP下载更多相关专利

[发明专利]基于多模态数据的银屑病和湿疹检测方法、系统、装置-CN202310941939.7在审
发明人：向延卫;谢青宇;陈筱雷;钱凌;沈宇宏;蒯仂;孙璐;朱玮;张海棠;王婕;乔云笑;何清怡 -专利权人：上海中医药大学
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于多模态数据的银屑病和湿疹检测方法、系统、装置，通过APP或Web方式部署，采用实时和非实时两种模式，实时模式用户对皮肤进行拍照上传，系统利用目标检测模型进行皮损范围和类型识别，初步判断是银屑病还是湿疹疾病；非实时模式利用人工智能生成内容技术，提供病患和系统的聊天界面，系统在和病患交互过程中自动生成皮肤病人主诉中的银屑病和湿疹的医学特征信息，将特征信息转成提示词输入文字转图像模型，自动生成多个银屑病/湿疹的样本图片，将这些样本图片作为训练数据基于迁移学习技术重新快速训练目标检测模型，并利用新模型重新对病人皮肤图片进行二次检测，并将结果和实时检测结果融合，为用户输出更准确的病情信息。
基于多模态数据银屑病湿疹检测方法系统装置

[发明专利]基于病理图像的肺腺癌预后方法、系统、设备及存储介质-CN202310941240.0在审
发明人：鲁天绮;刘雁军 -专利权人：成都市第三人民医院
申请日： 2023-07-28 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明实施例公开了一种基于病理图像的肺腺癌预后方法、系统、设备及存储介质，本发明实施例在接收到患者病理图片后，通过自动化方法分析肺腺癌的细胞基本特征以及高阶特征。基于这些细胞特征，运用机器学习方法进行精准的肺腺癌患者预后，获得准确率高的肺腺癌患者预后信息。本发明实施例解决了病理图片难以精准定量以及运用的技术难题，预后信息准确，成本较低。
基于病理图像腺癌预后方法系统设备存储介质

[发明专利]一种自闭症谱系障碍分类方法、电子设备及存储介质-CN202310952504.2在审
发明人：戴亚康;彭博;蒋昊翔;刘燕;王妙艳;徐丹丹;钱旭升 -专利权人：中国科学院苏州生物医学工程技术研究所;无锡市儿童医院
申请日： 2023-07-31 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明涉及一种自闭症谱系障碍分类方法、电子设备及存储介质，该方法包括步骤：对测试集每个被试的T1结构磁共振图像、伪连续动脉自旋图像进行处理，获得特征向量，实现结构脑网络特征、血流脑网络特征的构建；通过结构脑网络特征和血流脑网络特征，构建多模态脑网络特征；将多模态脑网络特征输入最优分类模型，获得分类结果。本发明采用T1结构磁共振图像和伪连续动脉自旋标记图像，构建结构脑网络和血流脑网络特征，反映不同脑区之间皮层厚度变化及脑血流变化的相关性，并将其作为机器学习分类模型的输入；通过t检验方法和最小冗余最大相关特征选择方法，筛选出具有显著性的特征，提高自闭症谱系障碍分类的准确率。
一种自闭症谱系障碍分类方法电子设备存储介质

[发明专利]一种用于预测骨折风险的力学仿真分析方法及系统-CN202310642506.1在审
发明人：徐成;刘婉姮;李建涛;王道峰;张武鹏;张浩;徐高翔;李睿;张子程;唐佩福 -专利权人：中国人民解放军总医院第四医学中心
申请日： 2023-06-01 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本申请涉及一种用于预测骨折风险的力学仿真分析方法及系统，本申请能够基于有限元分析的力学仿真分析系统，对骨骼影像图像中的骨骼近端影像特征点进行有限元分析，得到股骨近端的结构学特征，并进一步根据配置的有限元配置参数进行感兴趣区域ROI构建，以此得到骨折风险区域r，因此可以直观得到骨折具体位置，从骨骼区域上形成宏观的骨折预测分析报告，能够用于医学骨折风险预测，为患者用户提供实际性的骨折预测结果，提高骨骼影像图像的骨折分析用处，为患者带来骨折预测福利。
一种用于预测骨折风险力学仿真分析方法系统

[发明专利]一种智能问诊装置和方法-CN202310761708.8在审
发明人：宫云汉 -专利权人：人云控股有限公司
申请日： 2023-06-26 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种智能问诊装置和方法，包括个人信息输入模块，用于输入个人身份信息；问诊类型选择模块，用于问诊人员根据自身需求选择合适的线上问诊方式；科室选择模块，用于问诊人员根据自身病情选择就诊科室；病理信息录入模块，用于对问诊人员的病情进行记录登记；病理诊断分析模块，用于基于记录登记的病情信息进行病情的诊断分析；处理模块，用于基于诊断分析的结果给出具体的病情诊治方案，该方案包括具体的治疗措施以及具体的用药信息。本发明能够解决线下问诊排队耽误时间的问题，同时能够有效降低因线下排队人员聚集导致交叉感染产生的风险性，同时能够根据实际需求在复诊时选择不同的就诊医生进行问诊工作，优化智能医疗服务。
一种智能问诊装置方法

[发明专利]基于机器学习的游离RNA阿兹海默早筛方法及系统-CN202310775099.1在审
发明人：邓司伟;沙磊;金泳成;周天尧 -专利权人：北京津渡生科科技有限公司
申请日： 2023-06-28 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于机器学习的游离RNA阿兹海默早筛方法及系统，其中方法包括：实验样本提取；基于实验样本构建游离RNA文库；基于游离RNA文库获取游离RNA序列；对游离RNA序列进行处理，得到预处理实验样本，其中，预处理实验样本包括训练样本集和测试样本集；构建机器学习模型，将训练样本集输入到所述机器学习模型中进行训练得到训练好的机器学习模型；将测试样本集输入所述训练好的机器学习模型，得到样本预测结果。本发明提供的方法具有灵敏度高、成本可控的优点，可以作为常规预防和检测指标，同时，本方法化验周期相对较短，可以在两天左右完成从采血到报告的全部流程。
基于机器学习游离 rna 阿兹海默早筛方法系统

[发明专利]基于多模态回归的癌症等级预测方法、装置及设备-CN202210343001.0在审
发明人：张长青;张宇桐;马焕 -专利权人：天津大学
申请日： 2022-03-31 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本公开提供了一种基于多模态回归的癌症等级预测方法，包括：获取多模态数据；将组织病理学图像数据和基因组数据分别输入癌症等级预测模型的第一特征提取模块和第二特征提取模块，分别输出图像特征和基因特征；基于图像特征和基因特征，利用癌症等级预测模型的第一融合模块，得到融合特征；将图像特征、基因特征和融合特征分别输入癌症等级预测模型的初始预测模块，分别输出第一子预测结果、第二子预测结果以及第三子预测结果；以及将第一子预测结果、第二子预测结果以及第三子预测结果输入癌症等级预测模型的第二融合模块，输出癌症等级预测结果。本公开还提供了一种基于多模态回归的癌症等级预测装置、设备和存储介质。
基于多模态回归癌症等级预测方法装置设备

[发明专利]手部功能评估方法、装置、设备及存储介质-CN202210350952.0在审
发明人：祝淑琼;高若飞;马丽秋 -专利权人：中国移动通信有限公司研究院;中国移动通信集团有限公司
申请日： 2022-04-02 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本申请公开了一种手部功能评估方法、装置、设备及存储介质。该方法包括：获取待评估对象的多帧图像数据；提取各帧图像数据的手部关键点坐标值；基于手部关键点坐标值构建特征数据，该特征数据包括：基于至少一帧图像数据的手部关键点坐标值构建的第一特征数据和基于至少两帧连续的图像数据的手部关键点坐标值构建的第二特征数据；基于预设的评估模型，对第一特征数据和第二特征数据进行评估，确定待评估对象的手部功能评估结果。整个评估过程无需待评估对象参与问答，也无需评估师参与，避免了人为主观性影响；此外，基于多帧图像数据构建第一特征数据和第二特征数据，能够更为全面地反映手部的细节特征，进而能够提高手部功能评估结果的精度。
功能评估方法装置设备存储介质

[发明专利]基于声学智能辅助筛查慢性病及新冠的方法与装置-CN202210383321.9在审
发明人：李家旺 -专利权人：北京子天汇科信息技术有限公司
申请日： 2022-04-13 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明提供了一种基于声学智能辅助筛查慢性病及新冠的方法与装置。其中基于声学智能辅助筛查慢性病及新冠的方法包括：获取人类器官发出的声音信号；提取声音信号中病征标记并做降噪处理，其中从声音信号中解析出信息标识，并根据信息标识匹配得出对应的信息交互指令；以及按照信息交互指令与声音信号指定的远程医疗信息交互服务器进行信息交互。应用本发明的方案，为传统病症筛查提供了人工智能技术手段，并附加信息交互手段，便于对传统医疗的技术升级，结合对人工智能科学技术进行深度利用。更进一步地，本发明的基于声学智能辅助筛查慢性病及新冠的方法与装置，可将传统医学筛查、移动互联网有效地进行整合，实现人机的精确交互、病症筛查的深度挖掘，为社会化流行性疾病的预防和筛查提供了智能化手段，可提供大量的用户流量入口。
基于声学智能辅助慢性病方法装置

[发明专利]评估方法、装置、电子设备及存储介质-CN202211222899.2在审
发明人：杨煜;柯祖勇;戴骏 -专利权人：中移（杭州）信息技术有限公司;中国移动通信集团有限公司
申请日： 2022-10-08 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明实施例提供一种评估方法、装置、电子设备及存储介质。其中，所述方法应用于包括语音播放模块的智能系统，所述方法包括：获得待识别图像；根据所述待识别图像和预设分类模型确定与所述待识别图像对应的第一结果；所述预设分类模型包括轻量级卷积层；在所述第一结果满足第一条件的情况下，获得用户基于所述语音播放模块发出语音的反馈信息；根据所述反馈信息和预设数据库确定与所述反馈信息对应的第二结果；基于所述第一结果和所述第二结果评估与所述待识别图像对应的疾病的患病概率。通过包括轻量级卷积层的预设分类模型对待识别图像进行分类，能够避免模型出现过拟合；通过第一结果和第二结果结合评估疾病的患病概率，能够降低误诊概率。
评估方法装置电子设备存储介质

[发明专利]一种基于深度学习的FCDⅡ型病理特征测量方法-CN202310861866.0在审
发明人：阎波;张国宁;李超;陈邵;林水生 -专利权人：电子科技大学
申请日： 2023-07-13 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于深度学习的FCDⅡ型病理特征测量方法，属于FCD II型病理特征测量领域，该方法包括获取并根据FCD II型的病理样本，利用抗波形蛋白抗体进行免疫组化染色，得到病理全切片图像；根据染色程度和病变细胞数量，将病理全切片图像划分为数量相等的四组，得到训练数据集；利用训练数据集对UNet++分割网络模型进行训练，得到病变细胞检测模型；利用病变细胞检测模型对获取的待测病理切片进行检测，得到检测结果；对检测结果进行可视化操作，并计算得到病变细胞数量和病变细胞密度，完成病理特征测量。本发明解决了现有的FCDⅡ型病理特征测量准确度低和耗时长的问题。
一种基于深度学习 fcd 病理特征测量方法

[发明专利]基于手部运动轨迹的认知障碍识别方法及系统-CN202310609495.7在审
发明人：张子恒;马珠江;张青格 -专利权人：浙江脑动极光医疗科技有限公司
申请日： 2023-05-24 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于手部运动轨迹的认知障碍识别方法及系统。该认知障碍识别方法包括如下步骤：获取用户的认知任务数据信息，认知任务数据信息至少包括个人信息以及基于电子设备进行认知任务的鼠标移动数据；对认知任务数据信息进行标准化处理，以统一认知任务数据信息的数据表示形式；针对标准化处理后的认知任务数据信息，筛选出预测变量；将预测变量输入预设分类模型，以输出预测结果；其中，预设分类模型为：基于预测变量，根据多种分类算法构建的多种分类模型中，预测结果最佳的分类模型。利用该认知障碍识别方法能够足不出户完成认知障碍风险筛查，并提供客观、量化的认知决策指标；此外，能够自由调整分类算法，具有很好的可拓展性。
基于运动轨迹认知障碍识别方法系统

[发明专利]一种基于时序演进过程解释的疾病预后预测系统-CN202311199176.X在审
发明人：李劲松;金雨青;吴承凯;周天舒;田雨 -专利权人：之江实验室
申请日： 2023-09-18 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于时序演进过程解释的疾病预后预测系统，该系统包括：数据采集模块，用于从电子病历数据库中提取患者的相关健康医疗数据；数据预处理模块，用于对相关健康医疗数据进行预处理；预后预测与归因模块，用于预测不同时间节点的预后，并对风险因素进行重要程度解释；可视化模块，基于预后预测与归因模块中得到的结果，解释预测结果并进行数据可视化。本发明融合了结构化的实验室检查数据和非结构化的病程记录的长期数据，在为患者不同时间周期下的预后做出精准预测的同时，对模型做出充分解释，并且提供可视化方法增加模型的透明度与可信度，利于责任相关方为患者提供优质、持续性的服务。
一种基于时序演进过程解释疾病预后预测系统

[发明专利]基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法及预后模型系统-CN202210651314.2有效
发明人：李晓平;林智权;邱天;黄晖 -专利权人：江门市中心医院;五邑大学
申请日： 2022-06-10 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明公开了一种基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法及预后模型系统。该方法包含：数据获取步骤，获取IDC患者组学数据，IDC患者组学数据包含若干份IDC‑CAFs基因数据、若干份WSI数据和若干份临床信息数据；数据预处理步骤，对获取到的IDC患者组学数据进行预处理；数据划分步骤，将预处理后的IDC患者组学数据划分为训练集和测试集；数据训练步骤，基于三组学特征进行多因素cox回归建模，并通过划分好的训练集和测试集对模型进行训练。本发明的基于CAFs、WSIs和临床信息的三组学IDC预后模型建立方法及预后模型系统，通过CAFs、WSIs以及部分临床信息三种组学数据来搭建预后模型，来提高IDC生存分析模型的性能。
基于 cafs wsis 临床信息三组学 idc 预后模型建立方法系统

[发明专利]一种基于人工智能的骨质疏松预测方法、系统及存储介质-CN202310741625.2有效
发明人：高景宏;王成增;陈媛琪;李丽萍;付航;蒋帅;刘福荣;黄佳钰 -专利权人：广东省人民医院;郑州大学第一附属医院
申请日： 2023-06-21 - 公布日： 2023-10-27 - 主分类号： G16H50/20 文献下载
摘要：本发明提供了一种基于人工智能的骨质疏松预测方法、系统及存储介质，所述方法包括采用第一全局样本集对全局模型进行初步训练，将初步训练后的全局模型发送给医疗机构，同时将第一全局样本集中样本中所在区域和医疗机构所在区域相同或相近的样本发送给医疗机构；医疗机构利用由第二全局样本集和个性化样本集组成的多个batch，并根据batch中全局样本的占比确定学习率对全局模型进行个性化训练，得到个性化模型；获取患者的信息，将患者信息输入到个性化模型中得到预测结果，并计算可信度，将可信度和预测结果作为最终结果。本发明不仅能保护医疗机构的数据，而且能够有地域性的对骨质疏松进行预测，提高了预测的准确性。
一种基于人工智能骨质疏松预测方法系统存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 4480 条