公开(公告)号：CN118629627A

公开(公告)日：2024-09-10

申请号：CN202410722446.9

申请日：2024-06-05

Applicant: 杭州市第三人民医院(杭州市惠民医院、浙江中医药大学附属杭州第三医院) ,  浙江大学滨江研究院

Inventor： 张祖勇 ,  林博 ,  张洁 ,  王晶 ,  殷嘉懿

IPC: G16H50/20 ,  G16H15/00 ,  G16H50/70 ,  G06F18/22 ,  G06F18/241 ,  G06F18/24 ,  G06F18/10 ,  G06F18/213

Abstract: 本发明公开了一种基于跨模态对比训练的带状疱疹人工智能辅助鉴别方法，包括如下步骤：步骤一，将采集到的某个患者EMG信号进行预处理；步骤二，将步骤一中预处理完成的EMG信号输入到EMG编码器内；步骤三，将诊断报告文本扩展成完整的句子；步骤四，将步骤三预处理完成的报告文本句子输入文本编辑器内；步骤五，进行对比训练；步骤六，将步骤五训练好的诊断模型在PHN和普通神经痛的二分类任务上评估模型性能。本发明的基于跨模态对比训练的带状疱疹人工智能辅助鉴别方法，能够最大限度地提高配对EMG信号与诊断报告文本之间的相似性，同时最小化EMG信号与其他患者诊断报告之间的相似性。

公开(公告)号：CN118133881A

公开(公告)日：2024-06-04

申请号：CN202410392227.9

申请日：2024-04-02

Applicant: 浙江大学医学院附属第一医院(浙江省第一医院) ,  浙江大学滨江研究院

Inventor： 黄满丽 ,  林博 ,  蒋超楠 ,  王晶 ,  彭晨旭

IPC: G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08 ,  G16H50/70 ,  G16H50/20

Abstract: 本发明公开了一种结合注意力增强的图卷积网络模型构建方法及应用。本发明首先获取MDD患者和健康人HC的原始血液样本集和头颅磁共振图像集；然后对原始血液样本集进行特征提取得到血液样本集特征，对原始头颅磁共振图像进行特征提取得到磁共振图像集特征；最后构建并优化结合注意力增强的自适应图卷积网络模型；所述自适应图卷积网络模型中的图卷积模块作为一个自适应图神经网络，用于吸收步骤2获得的血液样本集和磁共振图像集特征之间的关系先验知识。本发明将图神经网络和注意力模块集成在一起，以捕获特征之间的联系，从而提高MDD的诊断性能。

公开(公告)号：CN117910601A

公开(公告)日：2024-04-19

申请号：CN202410317233.8

申请日：2024-03-20

Applicant: 浙江大学滨江研究院

Inventor： 林博 ,  王晶 ,  俞刚 ,  尹建伟

IPC: G06N20/00 ,  G06V10/74 ,  G06V10/774

Abstract: 本发明公开了一种个性化联邦潜在扩散模型学习方法，包括如下步骤：步骤一，设置一个服务器，通过设置的服务器初始化并接收各客户端发送的局部潜向量；步骤二，通过步骤一设置的服务器根据各客户端发送的局部潜向量，基于各客户端的聚合权重生成每个客户端的个性化潜向量；步骤三，每个客户端从服务器上下载对应的个性化潜向量，通过最小化局部噪声预测误差与局部潜向量和个性化潜向量之间的距离之和来更新客户端的局部模型，将更新后的局部潜向量发送给服务器；步骤四，重复执行步骤二至步骤三，直至所有客户端平均训练损失不再下降。本发明的个性化联邦潜在扩散模型学习方法，通过步骤一至步骤四的设置，便可有效的解决现有技术中的缺点。

公开(公告)号：CN116741270A

公开(公告)日：2023-09-12

申请号：CN202310562744.1

申请日：2023-05-18

Applicant: 浙江大学滨江研究院

Inventor： 林博 ,  岳伟 ,  王晶 ,  尹建伟

IPC: G16B20/50 ,  C12Q1/6886 ,  G16B30/10 ,  G16H50/70 ,  G16H10/40 ,  G16H10/60 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种肺癌患者生存相关标志物的挖掘方法，包括如下步骤：步骤一，获得LUAD和LUSC样本的表达谱数据，然后进行预处理，筛选出与生存显著相关的lncRNA和mRNA；步骤二，基于mRNA构建PPI网络，通过不同的机器学习算法进一步筛选出特征基因；步骤三，基于特征基因构建样本的生存状态分类模型；步骤四，通过PPI网络和不同机器学习获得的特征基因筛选代表性分子靶标。本发明的肺癌患者生存相关标志物的挖掘方法，通过步骤一至步骤四的设置，便可简单有效的实现生存相关标志物的挖掘。

公开(公告)号：CN116108919A

公开(公告)日：2023-05-12

申请号：CN202310104418.6

申请日：2023-02-13

Applicant: 浙江大学滨江研究院

Inventor： 林博 ,  王晶 ,  岳伟 ,  尹建伟

IPC: G06N3/098 ,  H04L67/01 ,  G06F18/214 ,  G06F18/24 ,  G06F18/22

Abstract: 本发明公开了一种基于相似特征协作的个性化联邦学习方法和系统，应用于客户端和服务器，服务器用于管理至少两个客户端，每一客户端上具有局部模型及局部数据集，方法包括：(1)服务器接收各客户端发送的局部类级特征向量集；(2)服务器根据局部类级特征向量集，基于各客户端的聚合权重生成客户端的个性化类级特征向量集；(3)每个客户端从服务器上下载对应的个性化类级特征向量集，在其局部数据集上进行训练更新其局部模型，获得局部类级特征向量集；(4)重复步骤(2)‑(3)直至所有客户端平均训练损失不再下降。本发明可以改善因数据异构导致的局部模型性能下降，同时兼顾模型异构、通信成本以及可解释的参与者贡献评价等问题。

公开(公告)号：CN116704303A

公开(公告)日：2023-09-05

申请号：CN202310615385.1

申请日：2023-05-29

Applicant: 浙江大学 ,  浙江大学滨江研究院

Inventor： 林博 ,  王晶 ,  邓水光 ,  尹建伟

IPC: G06V10/80 ,  G06V10/82 ,  G06V10/10 ,  G06N3/048 ,  G06N3/08 ,  G06Q50/02

Abstract: 本发明公开了一种基于注意力机制的农情跨模态特征解析、映射和融合方法，该方法包括：1)将农业领域图像数据和农业领域数值数据进行数据解析和预处理；2)将图像数据通过特征提取网络NA得到图像嵌入特征A，将数值数据通过特征提取网络NB得到数值嵌入特征B；3)将数值嵌入特征B作为查询向量，图像嵌入特征A同时作为键向量和值向量，得到注意力矩阵S；按照注意力权重加权求和，将所有的图像嵌入特征A转化为图像嵌入特征A’；4)将图像嵌入特征A’和数值嵌入特征B进行特征融合，作为多模态数据共同的特征，将该特征用于下游任务。本发明方法建立了不同模态特征之间的关系，可以使用热力图将关系进行可视化，提高了可解释性。