-
公开(公告)号：CN117577337A
公开(公告)日：2024-02-20
申请号：CN202311601376.3
申请日：2023-11-28
Applicant: 首都医科大学附属北京安定医院
IPC: G16H50/50 , G16H50/20 , G16H50/30 , G06F18/2415 , G06F18/27
Abstract: 本发明属于计算机技术领域，公开了一种抑郁症并发代谢综合征的风险预测评估模型构建方法，包括步骤：从电子病历数据库中获取MDD患者数据，筛选出符合标准的MDD患者；获取MDD患者的协变量数据，通过协变量数据计算得到每个MDD患者的体重指数，结合血生化指标进行代谢综合征的评估；筛选出合并代谢综合征的MDD患者作为病例组，未合并代谢综合征的MDD患者作为对照组患者，获取病例组患者的数据作为病例组数据，获取对照组患者的数据作为对照组数据；对病例组和对照组数据进行二分类logisitic回归分析，获取相关影响因素结果；使用倾向性评分对混杂因素进行匹配，利用贝叶斯网络分析，按照步骤建立风险预测评估模型。该风险预测评估模型能够准确评价不同特征抑郁症患者合并代谢综合征的风险大小。
-
公开(公告)号：CN117482089A
公开(公告)日：2024-02-02
申请号：CN202311554585.7
申请日：2023-11-21
Applicant: 首都医科大学附属北京安定医院 , 中国医学科学院药物研究所
IPC: A61K31/4375 , A61K45/06 , A61K31/27 , A61K31/55 , A61K31/445 , A61K31/13 , A61K31/4748 , A61K31/702 , A61K39/395 , A61P25/28
Abstract: 本发明提供了表羽扇豆碱及其衍生物在制备抗阿尔茨海默病的药物中的应用。本发明所述衍生物包括表羽扇豆碱的有机酸型或无机酸盐型产物，及表羽扇豆碱11位羟基位点的酯化产物或醚化产物。表羽扇豆碱或其衍生物可用于预防或治疗阿尔茨海默病，改善患者认知功能障碍，提高患者记忆力，具有效果显著、用药量少、副作用小等优点。
-
公开(公告)号：CN116415137B
公开(公告)日：2023-10-10
申请号：CN202310674488.5
申请日：2023-06-08
Applicant: 讯飞医疗科技股份有限公司 , 首都医科大学附属北京安定医院
IPC: G06F18/213 , G06F18/25 , G06F18/23 , G16H50/30 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于多模态特征的情绪定量方法、装置、设备及存储介质，本申请获取到待测对象在设定谈话场景下的音频、视频数据、识别文本，该三种模态的数据全面覆盖待测对象的整体状态，所提供的信息更加丰富，为准确分析得到情绪参考数据提供了很好的数据基础。分别提取三种模态的数据的特征，得到文本特征、音频局部特征和视频局部特征，采用可学习的聚类模块分别对音频局部特征和视频局部特征进行维度压缩和聚类，获取更有价值的高维的音频全局特征和视频全局特征，将文本特征、音频全局特征和视频全局特征进行融合，并基于融合特征确定待测对象的情绪参考数据，实现了对待测对象的自动化检测，大大提升了检测效率。
-
公开(公告)号：CN116794316A
公开(公告)日：2023-09-22
申请号：CN202210262211.7
申请日：2022-03-16
Applicant: 首都医科大学附属北京安定医院 , 北京大学
IPC: G01N33/68 , G01N33/52 , G01N33/543
Abstract: 本发明涉及双相障碍诊断生物标记物，提供了一种用于区分或鉴别诊断双相障碍和抑郁障碍的方法，包括确定来自受试者的样品中的生物标记物的表达水平，所述生物标记物为DMTN、LRRC4、KRT13、BPIFB1和SDCBP，其中所述生物标记物的表达水平的升高提示所述患者患有双相障碍。本发明还提供了利用上述生物标记物的检测来区分或鉴别诊断双相障碍和抑郁障碍的试纸条和/或试纸卡。本发明的方法、试纸条和/或试纸卡可以特异性地诊断双相障碍。
-
公开(公告)号：CN116415137A
公开(公告)日：2023-07-11
申请号：CN202310674488.5
申请日：2023-06-08
Applicant: 讯飞医疗科技股份有限公司 , 首都医科大学附属北京安定医院
IPC: G06F18/213 , G06F18/25 , G06F18/23 , G16H50/30 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种基于多模态特征的情绪定量方法、装置、设备及存储介质，本申请获取到待测对象在设定谈话场景下的音频、视频数据、识别文本，该三种模态的数据全面覆盖待测对象的整体状态，所提供的信息更加丰富，为准确分析得到情绪参考数据提供了很好的数据基础。分别提取三种模态的数据的特征，得到文本特征、音频局部特征和视频局部特征，采用可学习的聚类模块分别对音频局部特征和视频局部特征进行维度压缩和聚类，获取更有价值的高维的音频全局特征和视频全局特征，将文本特征、音频全局特征和视频全局特征进行融合，并基于融合特征确定待测对象的情绪参考数据，实现了对待测对象的自动化检测，大大提升了检测效率。
-
Patent Agency Ranking
公开(公告)号：CN116230169A
公开(公告)日：2023-06-06
申请号：CN202310240831.5
申请日：2023-03-14
Applicant: 首都医科大学附属北京安定医院
IPC: G16H20/70 , G06N3/0464
Abstract: 本发明属于认知能力测试技术领域，公开了一种基于用户行为的认知能力测试和训练方法，包括：对游戏界面进行网格化埋点，采集用户的操作数据，操作数据包括点击游戏界面的网格化坐标，网格化坐标对应的时间戳以及网格化坐标对应的测试终端的姿态数据；计算得到点击顺序、时间间隔和滑动速度；点击顺序、时间间隔、滑动速度和姿态数据构成当前网格化坐标的深度数据；将深度数据输入到基于神经网络的判别器模型进行打分。本发明的认知能力测试和训练方法，在用户完成测试关卡的过程中，对其认知度进行计算，便于对用户的行为进行量化评判，更利于测试关卡的难度设计与内容变化。
-
公开(公告)号：CN112582060A
公开(公告)日：2021-03-30
申请号：CN202011465603.0
申请日：2020-12-14
Applicant: 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
IPC: G16H50/20 , G16H10/20 , G06N3/04 , G06F16/432 , G06F16/332 , G06F16/33 , G06F16/732
Abstract: 本发明公开了一种面向抑郁症初筛的多媒体辅助问诊系统，顺次连接的用户登录模块，问诊模块以及数据处理模块；所述用户登录模块，用于根据对目标用户的身份信息完成用户登录；所述问诊模块，用于在所述目标用户登录完成后，根据预设问诊内容与所述目标用户进行问诊交互获得对应的问诊数据；所述数据处理模块，用于根据所述问诊数据确定对应的抑郁症问诊结果。本发明能够辅助识别可能存在的抑郁症患者，减轻医疗工作人员的工作量，提高抑郁症诊断效率。
-
公开(公告)号：CN112489815A
公开(公告)日：2021-03-12
申请号：CN202011282054.3
申请日：2020-11-17
Applicant: 中国电子科技集团公司电子科学研究院 , 首都医科大学附属北京安定医院
Abstract: 本发明公开了一种抑郁症情绪监测方法、装置及可读存储介质，其中方法包括：监测用户的行为数据；按照预设规则从所述行为数据中计算目标数据特征；通过预设预测模型基于所述目标数据特征进行预测，以获得预测结果。本发明实施例通过按照预设规则从所述数据特征中选取目标数据特征；通过预设预测模型基于所述目标数据特征进行预测，降低了个体差异性的影响，达到对抑郁症患者情绪变化的监测和预警效果。
-
公开(公告)号：CN109919124B
公开(公告)日：2021-01-29
申请号：CN201910206774.2
申请日：2019-03-19
Applicant: 北京邮电大学 , 首都医科大学附属北京安定医院 , 北京红云智胜科技有限公司
IPC: G06K9/00
Abstract: 快速构建人脸动作单元识别数据集的方法，包括：标注手册的建立；AU的选定与处理；选定与步骤二相同的待标注AU和标注成员分组方式；本发明采用机器标注+人工修正、分组标注、多一致性准则和标注样例集的方法，在尽量减少人工标注成本的同时,保证了标注准确性，降低了标注复杂性，保持了不同标注人员的一致性，该方法能够在较短的时间内快速构建人脸动作单元识别数据集，极大的降低了人力成本，且很好的解决了现有技术中，多人标注时一致性难以统一的不足。
-
公开(公告)号：CN111329494A
公开(公告)日：2020-06-26
申请号：CN202010130347.3
申请日：2020-02-28
Applicant: 首都医科大学 , 首都医科大学附属北京安定医院 , 中国电子科技集团公司电子科学研究院
Abstract: 本发明提出了一种基于语音关键词检索和语音情绪识别的抑郁症检测方法，方法，包括：采集待测人员的语音信息；对语音信息进行处理以获取语音特征和语音文本；对语音特征进行计算得到第一诊断结果，对语音文本进行计算得到第二诊断结果，并将第一诊断结果与第二诊断结果进行融合计算以获得识别结果；根据识别结果判断所述待测人员是否为抑郁症患者。由此，通过采集待测人员的语音信息，可以利用从语音信息中提取到的语音特征和语音文本，对待测人员的抑郁情况进行自动识别。该识别方法成本低，易推广，能够大量、高效、迅速地识别待测人员的抑郁状况，可以作为医生对于抑郁症诊断的一种有效辅助手段。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.037 seconds)
