文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布

ACL-BioNLP 2020 | 耶鲁大学实践成果：生物医药知识图谱嵌入模型基准测试

例如，SNOMED Clinical Terms(SNOMED-CT)，世界上使用最广泛的医疗保健文献和报告的临床术语，包含数十万个医学术语及其关系并拥有多层次组织结构。...我们可以将SNOMED-CT看作一个知识图谱，此外，它提供了一个词库，该词库在一个通用的本体论框架下结合了数百万种生物医学概念和关系。...表1 最终SNOMED数据集的统计信息 2.2实现 考虑到SNOMED-CT的巨大规模以及可扩展性和一致的实施对于运行实验的重要性，作者将GraphVite用于KGE模型。...鉴于SNOMED-CT比两个数据集更大，并且可以说是一个更复杂的知识图谱，因此链接预测结果表明KGE模型学习了SNOMED-CT的合理表示。...表2显示了SNOMED-CT上5个KGE模型的链接预测任务的结果，其中表的上部针对SNOMED-CT上的5个KGE模型，下部针对两个标准KGE数据集上的TransE和RotatE。

1.6K60

ct-exposer：通过搜索CT日志发现子域

什么是证书透明度（简称CT）？ 证书透明度（Certificate Transparency）是谷歌力推的一项拟在确保证书系统安全的透明审查技术。...CT为TLS证书信任提供了额外的安全保障：即公司可以监控谁为他们拥有的域创建了证书。此外，它还允许浏览器验证给定域的证书是否在公共日志记录中。...ct-exposer能为我们做什么？ ct-exposer将查询给定域的CT日志，然后尝试对域进行DNS查找以获取DNS中存在的域。...根据我的经验，到目前为止ct-exposer为我查找到了许多使用“site:domain.com”谷歌搜索找不到的子域。...安装依赖 Python3，gevent，requests 和 urllib3，pip3 install -r requirements.txt 使用 usage: ct-exposer.py

1.3K20
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    创建合成CT图像数据

    我们应用此方法为Covid19的CT挑战赛的开发人员创建一个合成玩具数据集。 数据隐私是医学图像数据公开的一个重要挑战。病人相关信息的匿名化需要两个主要步骤。...第二步中，可能需要对图像数据本身执行匿名化，一个例子是从脑CT/MRI图像我们可以重建人脸，所以这通常需要进一步的匿名化步骤。...在COVID19挑战中：https://www.covid19challenge.eu，我们使用的是胸部的CT数据。...我们将ANTs应用于胸部CT图像，我们不会变形图像的所有内容，而只会变形一定百分比的内容，变形不是完全的，只是部分的。这个概念的一个例子如图1所示。 ? 以上是基于部分图像变形的胸部CT合成概念。...以上是四个胸部CT的冠状位中心切片。你可以猜出哪些是合成的吗？文章最后给出答案。

    1.5K20

    文本匹配——【ICLR 2021】CT

    本文作者提出了“对比张力”（CONTRASTIVE TENSION）的对比学习方案——CT： 如上图所示，在训练期间，CT 构建了两个独立的编码器（“Model1”和“Model2”），它们共享初始参数以对一对句子进行编码...原始 CT 论文使用包含多个小批量的批次。对于 K=7 的例子，每个 mini-batch 由句子对 组成，对应的标签是 1, 0, 0, …, 0....实现 sentence_transformers已经把CT已经封装成pip包，完整的训练流程例子可以参考《Sentence-BERT》。...我们在此基础上只用修改DataLoader和Loss就能轻松的训练CT： from sentence_transformers import SentenceTransformer, InputExample...负采样的改进 sentence_transformers中还是实现了一个CT使用批量负采样的改进版本：模型 1 和模型 2 都编码相同的句子集。

    1.6K20

    CT-ICH2020——CT图像上的颅内出血检测和分割

    CT 扫描的可用性及其快速采集时间使 CT 成为优于磁共振成像 (MRI) 的初始出血评估的首选诊断工具。...CT 扫描使用 X 射线束生成一系列图像，根据组织对 X 射线的吸收量，以不同的强度捕获脑组织。...在使用脑窗的 CT 扫描中，出血表现为结构相对不明确的高强度区域。CT 图像由高级放射科医生检查，以确定是否发生出血，如果发生，则检测类型及其区域。...二、CT-ICH2020任务 分割颅内出血（ICH）区域。...三、CT-ICH2020数据集 收集了 82 个 CT 扫描的数据集，其中包括 36 个诊断为以下类型颅内出血的患者的扫描：脑室内、脑实质内、蛛网膜下腔、硬膜外和硬膜下。

    1.1K10

    想研究新冠CT找不到数据集？UCSD、Petuum开源COVID-CT 数据集

    为了解决这个问题，他们构建了一个 COVID-CT 数据集，其中包含 275 个新冠肺炎检测呈阳性的 CT 图像，并向公众开放，以帮助基于 CT 图像的新冠肺炎检测的研发。...基于 183 个新冠肺炎 CT 图像和 146 个非新冠肺炎 CT 图像，他们训练了一个深度学习模型，以预测一个 CT 图像是否呈新冠肺炎阳性。...他们在 35 个新冠肺炎 CT 图像和 34 个非新冠肺炎 CT 图像上进行了测试，模型 F1 值为 0.85。...这些论文中有许多报告了新冠患者病例并且其中一些展示了患者的 CT 图像。这些 CT 图像附有描述其临床病症的标题。...对于包含多个 CT 子图像的图像，他们将其手动拆分为单个 CT 图像。 最终他们获得了 275 个 CT 扫描图像，标记为新冠肺炎阳性。

    94320

    预训练句子表征——【ICLR 2021】CT

    本文作者提出了“对比张力”（CONTRASTIVE TENSION）的对比学习方案——CT： 如上图所示，在训练期间，CT 构建了两个独立的编码器（“Model1”和“Model2”），它们共享初始参数以对一对句子进行编码...原始 CT 论文使用包含多个小批量的批次。对于 K=7 的例子，每个 mini-batch 由句子对 组成，对应的标签是 1, 0, 0, …, 0....实现 sentence_transformers已经把CT已经封装成pip包，完整的训练流程例子可以参考《Sentence-BERT》。...我们在此基础上只用修改DataLoader和Loss就能轻松的训练CT： from sentence_transformers import SentenceTransformer, InputExample...负采样的改进 sentence_transformers中还是实现了一个CT使用批量负采样的改进版本：模型 1 和模型 2 都编码相同的句子集。

    1.8K10

    SegTHOR2019——CT胸部器官分割

    今天将分享CT胸部器官分割完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。...一、SegTHOR2019介绍 该挑战赛为了解决计算机断层扫描 (CT) 图像中处于危险中的器官分割问题。...在肺癌和食管癌中，放射治疗是一种治疗选择，放射治疗计划从描绘目标肿瘤和位于目标肿瘤附近的健康器官开始，在 CT 图像上称为风险器官 (OAR)。...三、SegTHOR2019数据集 挑战赛提供了40例CT训练集包含标注结果。20例CT测试集，不包含标注结果。...CT数据具有 512 x 512 像素大小，平面分辨率在每个像素 0.90 毫米到 1.37 毫米之间变化，具体取决于患者。

    95530

    CT去金属伪影的方法

    在CT扫描的日常工作中，假牙、颅内动脉瘤弹簧圈、胸部心脏起搏器、人工关节、金属内固定，各种支架时常遇到，但又不能及时移除，为避免这些金属产生的伪影影响临床判断；整理了一些CT去金属伪影的方法：1、iMAR...Metal Artifact Reduction)    原理：iMAR是通过射线束硬化矫正、线性内插值以及自适应正弦图修复和分频去金属伪影等多种迭代计算，可以明显减少图像中的条状伪影，并同时校正受影响的组织CT...3、扩展CT值  该功能严格意义上讲不是去除金属伪影，而是让因光子饥饿产生的伪影，在更大的窗宽中显示出金属植入物的信息。...通常情况下，CT值可以从-1024到+3071进行测量，当我们激活扩展CT值功能后，现有的窗宽将扩大十倍至-10240到+30710。

    77010

    多模态思维链（Multimodal Chain of Thought, MCoT）六大技术支柱在医疗领域的应用

    undefined技术方案：采用Transformer的交叉注意力机制，动态对齐文本提示与视觉/时序数据特征（如CT序列帧）。...例如将CT影像的3D卷积特征与病理报告的BioBERT嵌入向量进行正交映射，减少模态鸿沟 时序解耦优化undefined建立多模态数据缓存池，预计算超声图像的YOLO-Med检测结果与电子病历的SNOMED-CT...例如对胸痛患者优先执行心电图分析→心肌酶检测→CT血管造影的三级联审流程 标准化增强策略： 构建医疗流程模板库，将WHO指南转化为可执行的DAG工作流。...undefined优化策略：引入医学本体约束（如SNOMED CT概念树），在向量空间中强制保持"症状-疾病-治疗"的拓扑关系。...伦理风险治理多模态生成审计体系 建立三层审核机制： 算法层：植入SNOMED-CT术语约束生成器 流程层：关键诊断建议强制双模型交叉验证 临床层：设立AI决策伦理审查委员会（每季度更新白名单）

    1.2K20

    胸片和CT断层图像是怎么来的？

    如何得到CT断层图像？ 相信小伙伴体检的时候都拍过胸片，假如哪个不幸的小伙伴胸片有点“小问题”的话呢，还要再拍个CT图像让医生仔细看一下，那么这些图像有什么区别呢？又是如何得到的呢？...首先，胸片和CT图像长什么样子呢？ ? 左图是我们平常所说的胸片，右边就是CT的断层图像。左边只有一张图片，相当于把人变成透明的，可以看到身体的内部，所以我们叫它透视像。...神奇的CT断层扫描又是怎么回事呢？ ? ​ 在CT扫描的时候，假设医生想看你身体某一层的断层图像，就会用CT围着你身体的那一层转上一圈。...这主要是CT重建算法的功劳啦。 CT重建算法原理 接下来给大家简单介绍一下CT的重建算法。 射入人体的X射线，穿过人体之后会有一部分透射出来，被探测器捕捉到。...有了CT断层图像，医生就可以看到病人身体内的结构，及时的诊断疾病了。目前，CT是在临床上应用最为广泛的医学成像设备了，在很多疾病的早期诊断上功不可没。

    1.6K20

    【GEO优化助手】如何设计GEO优化人才的培训课程体系

    微课体系：300+个5分钟技术点解析视频（如"如何用BERTScore检测语义连贯性"）虚拟实验室：模拟AI平台算法更新，实时反馈内容优化效果知识图谱导航：动态生成个性化学习路径（如医疗行业优化师优先学习SNOMED...CT体系）3.2 线下工作坊需求拆解黑客松：48小时内完成某行业的需求图谱构建内容优化马拉松：针对实时政策变更（如税收优惠调整），在6小时内完成内容迭代跨模态创作营：将技术文档转化为视频脚本，并添加精准字幕与时间戳...其培训重点包括：医疗术语标准化：采用SNOMED CT体系标注5000+医学概念需求分层：将用户提问分为信息查询（45%）、决策对比（30%）、场景解决（25%）三类实时纠错：部署NLP监控工具，12小时内修正错误医疗建议

    44310

    MultiNationalCTLiver2024——多国胸部CT肝实质分割

    虽然 MRI 是一种非侵入性首选，但值得注意的是，平扫CT在测量肝脏脂肪方面具有线性等效性。因此，平扫 CT 已成为一种可行的替代方案，特别是用于检测中度至重度脂肪变性。...在影像覆盖范围内，胸部 CT 因其广泛可用性和频繁使用而对评估肝脏脂肪具有重要价值。...例如，在现有的肺癌筛查和 COVID-19 患者图像中，平扫胸部 CT 非常实用，尤其是在无法进行腹部 CT 检查的情况下。...8.19% 的 CT 图像中观察到中度至重度肝脂肪变性。...这些 CT 的跨国纳入旨在涵盖图像数据的异构分布，因为它们是使用具有不同参数的不同扫描仪获取的。未增强胸部 CT 图像是唯一纳入标准，因此排除标准如下。

    37110
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券