内蒙古京能算力科技有限公司

一种意图驱动的智能模型双通道融合音频检索方法及系统，其特征在于，包括：获取查询请求及待检索的音频数据；对所述查询请求进行语义分析，输出所述查询请求分别对应于语音意图、内容意图和混合意图的概率分布；基于所述概率分布确定初始融合权重，并对所述待检索音频数据并行执行以下处理：通过语音语义通道，对所述待检索音频进行语音识别和语义表征，生成第一检索结果集；通过音频内容通道，提取所述待检索音频的声学内容特征及情感氛围标签，生成第二检索结果集；分别计算各通道的检索置信度，基于所述初始融合权重和所述检索置信度动态更新所述语音语义通道和所述音频内容通道的融合权重；基于更新后的融合权重，利用加权倒数排名融合策略对所述第一检索结果集和所述第二检索结果集进行融合处理，得到初步检索结果；对所述初步检索结果施加时序一致性约束，通过合并时间重叠片段及调整相邻片段顺序，输出时序连贯的最终检索结果。

本发明公开了一种基于医学知识图谱模型的病灶分割标注方法。该方法包括：获取待处理医疗影像并进行标准化预处理；将标准化医疗影像输入病灶分割模型，生成初始病灶分割掩码并提取候选病灶特征参数；根据影像模态、解剖位置和候选病灶特征参数，从医学影像知识图谱中确定病灶特征约束规则；根据候选病灶特征参数与病灶特征约束规则的匹配结果计算知识图谱约束评分，并基于知识图谱约束评分和解剖区域约束对初始病灶分割掩码进行边界修正，得到修正后的病灶分割结果；基于修正后的病灶分割结果生成病灶标注信息并进行质量评估；当质量评估结果不合格时，对错误样本赋权并对病灶分割模型进行增量更新，同时调整医学影像知识图谱中的病灶特征阈值边界。该方法能够减少漏分割、过分割和跨解剖区域误分割，提高医疗影像病灶分割标注的准确性和持续优化能力。