-
公开(公告)号:CN118230957A
公开(公告)日:2024-06-21
申请号:CN202410439785.6
申请日:2024-04-12
Applicant: 中南大学湘雅二医院
Abstract: 本发明公开了一种基于多维度信息智能防控青少年抑郁的方法,涉及青少年抑郁防控技术领域,其技术方案要点是:该方法共包括4个步骤,分别是构建智能筛查、早期预警与早期识别模型;开发数字化干预方法,构建分层干预服务系统;探索抑郁症的神经生物学标记物及发病机制;探究抑郁症的临床转归,构建抑郁症的疗效及临床转归预测模型,对临床转归的智能预测,并为优化治疗方案提供依据。该方法能够在早期识别青少年抑郁症,有利于患抑郁症的青少年及时、精准、有效的得到相关治疗。
-
公开(公告)号:CN118430820B
公开(公告)日:2024-11-05
申请号:CN202410889126.2
申请日:2024-07-04
Applicant: 中南大学湘雅二医院
Abstract: 本发明公开了一种抑郁症风险预测模型的构建方法,涉及计算机技术领域,其技术要点为:该方法包括以下步骤,分别是基于社区/学校队列和医院精神科门诊、病房平台,筛选出符合标准的抑郁症患者为病例组,队列中的健康人群为对照组,采集基线和随访过程中病例组和对照组的宏观‑微观环境信息数据;对病例组和对照组数据进行统计分析,获取抑郁症发病的相关影响因素结果;基于大数据和人工智能方法实现上述抑郁症患者的早期个体化预警;使用多模态数据算法构建风险预测模型。本发明能够有效评估不同人群、不同时期患抑郁症的风险大小,建立全人群、全生命周期的抑郁症风险预测,有助于抑郁症的个体化防治、早期诊断和精准治疗。
-
公开(公告)号:CN118430820A
公开(公告)日:2024-08-02
申请号:CN202410889126.2
申请日:2024-07-04
Applicant: 中南大学湘雅二医院
Abstract: 本发明公开了一种抑郁症风险预测模型的构建方法,涉及计算机技术领域,其技术要点为:该方法包括以下步骤,分别是基于社区/学校队列和医院精神科门诊、病房平台,筛选出符合标准的抑郁症患者为病例组,队列中的健康人群为对照组,采集基线和随访过程中病例组和对照组的宏观‑微观环境信息数据;对病例组和对照组数据进行统计分析,获取抑郁症发病的相关影响因素结果;基于大数据和人工智能方法实现上述抑郁症患者的早期个体化预警;使用多模态数据算法构建风险预测模型。本发明能够有效评估不同人群、不同时期患抑郁症的风险大小,建立全人群、全生命周期的抑郁症风险预测,有助于抑郁症的个体化防治、早期诊断和精准治疗。
-
公开(公告)号:CN114677826B
公开(公告)日:2023-10-31
申请号:CN202210297193.6
申请日:2022-03-24
Applicant: 中南大学湘雅二医院
IPC: G08B21/02 , G08B25/00 , H04N7/18 , G16H50/30 , G06N3/0464 , G06N3/08 , A61B5/021 , A61B5/024 , A61B5/369 , A61B5/00
Abstract: 本发明公开了一种基于个体行为与生理特征的精神病人暴力预警系统,属于精神病学领域,包括视频采集设备、穿戴式监测设备、数据处理终端、数据标注模块、云存储模块、数据接口、数据分析模块、数据关联模块、深度学习模块、暴力判断模块和反馈预警模块;本发明通过获取同一时间点下精神病患者的影像数据和生理数据,并将生理数据转化为波形图,同时通过逐一对比寻找其内在联系,实现了对精神病患者影像特征和生理特征的关联,并基于现有深度学习模型进行训练预测,从而有利于针对存在个体差异的精神病患者在多种场景下进行实时暴力预警,进而能够对其进行及时暴力管控,避免伤人事件发生。
-
公开(公告)号:CN114677826A
公开(公告)日:2022-06-28
申请号:CN202210297193.6
申请日:2022-03-24
Applicant: 中南大学湘雅二医院
IPC: G08B21/02 , G08B25/00 , H04N7/18 , G16H50/30 , G06N3/04 , G06N3/08 , A61B5/021 , A61B5/024 , A61B5/369 , A61B5/00
Abstract: 本发明公开了一种基于个体行为与生理特征的精神病人暴力预警系统,属于精神病学领域,包括视频采集设备、穿戴式监测设备、数据处理终端、数据标注模块、云存储模块、数据接口、数据分析模块、数据关联模块、深度学习模块、暴力判断模块和反馈预警模块;本发明通过获取同一时间点下精神病患者的影像数据和生理数据,并将生理数据转化为波形图,同时通过逐一对比寻找其内在联系,实现了对精神病患者影像特征和生理特征的关联,并基于现有深度学习模型进行训练预测,从而有利于针对存在个体差异的精神病患者在多种场景下进行实时暴力预警,进而能够对其进行及时暴力管控,避免伤人事件发生。
-
-
-
-