一种基于预训练语言模型及机器学习的肝病预警方法

    公开(公告)号:CN119252483A

    公开(公告)日:2025-01-03

    申请号:CN202411335302.4

    申请日:2024-09-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于预训练语言模型及机器学习的肝病预警方法,具体包括以下步骤:1、患者信息数据收集,筛选出患者入院记录的原始文本作为原始数据;2、患者原始数据预处理,使用大语言模型对患者原始数据进行数据格式化处理,得到格式化后的患者病史信息、检验检查信息以及影像报告信息;3、对患者的病史信息和检验检查信息使用梯度提升决策树算法进行训练,学习病史信息及检验检查信息与肝病之间的关系;4、对患者的影像报告信息使用预训练语言模型,学习影像报告与肝病之间的关系;5、使用贝叶斯优化对模型参数进行调优,调整到最佳模型参数,得到病史模型、检验检查模型以及影像报告模型。本发明为肝病的提前发现、预警提供了支撑。

    一种融合边界信息的图像目标区提取方法及应用

    公开(公告)号:CN110148145B

    公开(公告)日:2023-10-10

    申请号:CN201910226802.7

    申请日:2019-03-25

    Applicant: 东南大学

    Abstract: 本发明涉及一种融合边界信息的图像目标区提取方法及应用,引入双神经网络先后应用,即采用神经网络RCF模型,以及改进型语义分割网络SegNet,针对目标类型灰度图像中的目标区域图像实现高效提取,其中能够结合局部特征和全局特征,有效克服网络下采样过程中细节特征丢失的问题,因此将设计方案应用于脑组织提取过程中,对于比较难分割的脑组织边界区域,能得到更好的脑组织区域图像提取效果。

    一种基于混合动态因果模型的癫痫兴奋性和抑制性平衡计算方法

    公开(公告)号:CN116439726A

    公开(公告)日:2023-07-18

    申请号:CN202310447881.0

    申请日:2023-04-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于混合动态因果模型的癫痫兴奋性和抑制性平衡计算方法,主要包括建立神经元集群模型模块、建立功率谱密度函数计算模块、建立混合模拟退火原理模块以及兴奋性和抑制性平衡计算四个部分,神经元集群模型模块使用cPBM模型仿真癫痫发作各阶段EEG信号的功率谱密度函数;功率谱密度函数计算模块依据状态空间方程生成预测功率谱密度函数以及计算真实EEG信号的采样功率谱密度函数;混合模拟退火原理模块在动态因果模型中引入了模拟退火算法,提出了一种包括升温和降温的混合退火方案,用于提高模型参数估计的准确性;兴奋性和抑制性平衡计算使用模型参数估计结果中的C5和C8计算得到Epf,Epf从癫痫发作间期到癫痫发作期的增幅约达190%。

    一种文本驱动视频生成系统的实现方法

    公开(公告)号:CN116403559A

    公开(公告)日:2023-07-07

    申请号:CN202310330246.4

    申请日:2023-03-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种文本驱动视频生成系统的实现方法,该方法把语音合成系统、视频生成系统集成到了一个系统。语音合成系统采用动态Web技术的JSP页面,通过执行后端服务器训练完成的语音合成模型,完成语音的生成,再通过框架把语音传送到前端,其中还增加了新增、删除、查询、批量删除、合成语音下载、合成语音变速等模块。视频生成系统以语音合成系统为基石,既可以采用语音合成系统生成的语音,也可以采用任意用户上传的语音,以及任意一张人脸图片,通过JSP页面将语音和图片传送到后端服务器,后端加载训练完成的视频生成模型,完成视频的生成,再通过框架把视频传送到前端,从而实现了完整的文本驱动视频生成系统。

    一种基于电子病历信息的非酒精性脂肪肝疾病信息处理方法

    公开(公告)号:CN115938525A

    公开(公告)日:2023-04-07

    申请号:CN202211268621.9

    申请日:2022-10-17

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于电子病历信息的非酒精性脂肪肝疾病信息处理方法,该方法收集病人电子病历信息,筛选出病人入院记录的原始文本信息作为病历数据集,通过命名实体识别提取出关键预测指标信息,得到结构化病历数据;将数据送入根据国际专家共识构建的MAFLD专家系统疾病概率预测模型,模型根据专家意见设置各诊断指标权重,经过三个模块对异常指标的判断,自动预测患者是否患有非酒精性脂肪肝以及患病概率,并给出此患者患病相应的预测依据;本方法利用电子病历信息,实现非酒精性脂肪性肝病的重要信息的提取和处理,为后续医生疾病的诊断提供重要参考依据,提高了疾病预测的准确率和效率。

    一种基于弱监督的大脑磁共振图像分割方法

    公开(公告)号:CN112508844B

    公开(公告)日:2022-11-18

    申请号:CN202011060583.9

    申请日:2020-09-30

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于弱监督的大脑磁共振图像分割方法,包括以下步骤:使用超体素匹配方法实现待分割图像与参考图像之间的匹配,使得待分割图像的超体素获得标签,在待分割图像匹配的超体素中,选择高置信度的超体素组成种子区域;建立一种脑组织分割网络模型BTSNet,以选择的种子区域作为监督标签,指导网络训练,获得图像每个体素的类别概率;采用了深度种子区域增长方法,以当前种子区域为基础,使用卷积网络输出的类别概率,更新种子区域;最后,迭代脑组织分割网络与深度种子区域增长两个步骤,直至种子区域覆盖整个图像,输出分割结果。本发明能够在只使用少量参考图像的超体素级别标签的条件下实现脑MRI图像的准确分割。

    一种基于正则化图割的大脑组织分割方法

    公开(公告)号:CN109285176B

    公开(公告)日:2021-11-02

    申请号:CN201811166740.7

    申请日:2018-10-08

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于正则化图割的大脑组织分割方法,首先基于强度距离和空间相似度,设计新的体素间相似度计算方法,从而对体素进行聚类,把大脑MRI图像分割为一系列均匀并且较好地贴合图像边缘的超体素;随后明通过把大脑不同组织的先验概率融入到图割框架中,设计一个能量计算公式,计算每个超体素在分配不同标签时各个部分的能量值,从而使用图割方法对超体素分割,把Magnetic Resonance Imaging(MRI)图像分割成不同的组织。本发明能够从最初的脑部MRI分割出三种脑组织,分割结果中各个组织间边界贴合度高。与已有的MRI图像分割方法相比,本发明分割效果更好,边界贴合度更高,效率更高,处理速度更快,可以较好地抑制噪声的影响。

Patent Agency Ranking