一种人体CT影像3D智能分割与分析平台及方法

    公开(公告)号:CN116665850A

    公开(公告)日:2023-08-29

    申请号:CN202310548371.2

    申请日:2023-05-16

    Abstract: 本发明公开了一种人体CT影像3D智能分割与分析平台及方法,涉及医学影像领域,导入NII文件后从像素级别识别出目标器官、组织或病变区域,将二维的CT影像数据转换为立体3D模型;基于现有分割结果进行可视化定位,形象地为医生展示病灶数量、位置、范围等信息,实现更深层次的智能辅助诊断;同时展示器官模型的三视图,通过鼠标拖动实现视图的切片转换及三视图中手动取点间的实际距离计算;本发明能够帮助医生更好地了解患者的解剖结构,提供更清晰、形象的病案讨论依据,从而减少诊断失误;简化处理影像数据的各种操作,使得工作效率大大提高;还能以存储相关病例的方式进行可视化学习降低新手医生或医学生对知识的理解难度,缩短人才培养时间。

    一种基于特征代谢物的干姜产地溯源方法

    公开(公告)号:CN115586283A

    公开(公告)日:2023-01-10

    申请号:CN202211375975.3

    申请日:2022-11-04

    Abstract: 本发明公开了一种基于特征代谢物的干姜产地溯源方法,本发明基于非靶向代谢组学分析技术,采用超高效液相色谱串联质谱法对不同产地干姜中的代谢物进行检测,获得不同产地干姜的整体代谢物数据,进一步应用化学计量学和机器学习算法,构建干姜产地溯源分类模型,并筛选影响不同产地干姜区分的特征代谢物,以实现干姜产地的精准溯源。本发明所述基于特征代谢物的干姜产地溯源方法,具有实验结果准确可靠、溯源模型稳定等优点,可为干姜的产地识别提供一条新的思路。

    一种结合大模型单类别标注的NER模型训练方法

    公开(公告)号:CN119761513A

    公开(公告)日:2025-04-04

    申请号:CN202411838546.4

    申请日:2024-12-13

    Abstract: 本发明公开了一种结合大模型单类别标注的NER模型训练方法,属于命名实体识别技术领域,在为如中医药、生物医疗、网络安全等的某些特定领域训练命名实体识别模型时,由于人工标注样本较少而导致训练得到的模型效果不佳;本发明可利用大模型单类别自动标注的结果提升该种情况下训练得到的命名实体识别模型的效果;大模型单类别自动标注结果可能有实体重叠现象,传统的模型构建和训练方法无法应对,因此本发明通过针对地设计模型结构和训练方法,使该种标注结果可以被充分利用。本发明通过大模型自动标注增大了可利用的训练数据量,且通过单类别预测的方式提高了自动标注质量,最终可以提升训练得到的命名实体识别模型的效果。

    一种同时测定防己黄芪汤中低含量活性化学成分的方法

    公开(公告)号:CN119510609A

    公开(公告)日:2025-02-25

    申请号:CN202411499836.0

    申请日:2024-10-25

    Abstract: 本发明提供了一种同时测定防己黄芪汤中低含量活性化学成分的方法,属于中药成分分析技术领域,包括以下步骤:将防己黄芪汤的原料用水煎煮后,再利用甲醇溶液超声提取,得到供试品溶液,再采用UHPLC‑MS/MS法分别精密吸取混合对照品溶液和供试品溶液注入分析仪器进行测定。相比于传统的紫外检测器,质谱能够在准确测定成分含量的同时,精确给出待测物母离子与子离子的质量数信息,且不同于保留时间,质量数信息作为定性鉴别的依据更加稳定、可靠、专属性高。

    一种基于特征代谢物的干姜产地溯源方法

    公开(公告)号:CN115586283B

    公开(公告)日:2025-05-02

    申请号:CN202211375975.3

    申请日:2022-11-04

    Abstract: 本发明公开了一种基于特征代谢物的干姜产地溯源方法,本发明基于非靶向代谢组学分析技术,采用超高效液相色谱串联质谱法对不同产地干姜中的代谢物进行检测,获得不同产地干姜的整体代谢物数据,进一步应用化学计量学和机器学习算法,构建干姜产地溯源分类模型,并筛选影响不同产地干姜区分的特征代谢物,以实现干姜产地的精准溯源。本发明所述基于特征代谢物的干姜产地溯源方法,具有实验结果准确可靠、溯源模型稳定等优点,可为干姜的产地识别提供一条新的思路。

    基于知识图谱和RAG技术的中药资源循环利用智能问答系统

    公开(公告)号:CN119988556A

    公开(公告)日:2025-05-13

    申请号:CN202510100668.1

    申请日:2025-01-22

    Abstract: 本发明公开了一种基于知识图谱和RAG技术的中药资源循环利用智能问答系统;涉及自然语言处理技术领域,具体包括以下步骤:接收用户输入的查询;基于已构建的知识图谱的检索结构生成候选响应;对生成的候选响应进行回答模板匹配,匹配成功生成最终响应返回给用户,匹配失败使用基于RAG的检索结构生成最终响应;将最终响应返回给用户。本发明将知识图谱与RAG相结合的方式,提升了用户获取内容的便利性,和用户获取中药资源循环利用知识的效率,实现在中药资源循环利用领域的应用实践,提高中药资源循环利用研究人员的工作效率,帮助他们更快地获取所需信息,从而促进中药资源循环利用领域的创新和发展。

Patent Agency Ranking