-
公开(公告)号：CN119361130B
公开(公告)日：2025-04-22
申请号：CN202411896175.5
申请日：2024-12-23
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 灵犀云医学科技(北京)有限公司
IPC: G16H50/20 , A61B5/16 , A61B5/369 , A61B5/00 , G16H50/30 , G06F18/214 , G06F18/2431 , G06N3/096
Abstract: 本发明提供一种基于迁移学习的ALS患者抑郁风险评估系统，包括：数据采集单元，用于采集待评估ALS患者的脑电数据；源域抑郁风险评估单元，基于非ALS患者脑电数据样本集预训练得到，包括用于对脑电数据集进行脑电特征提取的特征提取模块和用于进行抑郁风险分类预测的抑郁风险分类模块；目标域特征适应模块，设置于特征提取模块和抑郁风险分类模块之间，用于基于非ALS患者脑电数据样本集对应的脑电特征数据对提取得到的待评估ALS患者的脑电特征进行筛选和修正，并输入抑郁风险分类模块预测得到待评估ALS患者的抑郁风险。本发明解决了现有技术中的抑郁风险评估没有考虑到ALS疾病因素对于抑郁判断的影响，导致对于ALS患者抑郁风险评估准确性差的问题。
-
公开(公告)号：CN119811666A
公开(公告)日：2025-04-11
申请号：CN202411896173.6
申请日：2024-12-23
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 灵犀云医学科技(北京)有限公司
Abstract: 本发明提供一种ALS患者抑郁风险预测模型构建方法及设备，该方法包括：基于非ALS患者脑电数据样本集训练得到非ALS患者的抑郁风险预测模型；获取多个ALS抑郁患者及ALS非抑郁患者的脑电数据，构建得到ALS训练样本集；在抑郁风险预测模型的特征提取模块和抑郁风险分类模块之间构建ALS抑郁风险迁移学习模块，用于对ALS脑电特征进行筛选和修正，以得到适应抑郁风险分类模块的特征分布；利用ALS训练样本集和损失函数对初步构建的ALS患者抑郁风险预测模型进行迭代训练，得到收敛的ALS患者抑郁风险预测模型。本发明解决了现有技术中的ALS患者脑电数据难以大量获取，难以训练得到可用于ALS患者的高准确率的抑郁风险预测模型，导致对于ALS患者抑郁风险评估准确性差的问题。
-
公开(公告)号：CN119361130A
公开(公告)日：2025-01-24
申请号：CN202411896175.5
申请日：2024-12-23
Applicant: 北京大学第三医院(北京大学第三临床医学院) , 灵犀云医学科技(北京)有限公司
IPC: G16H50/20 , A61B5/16 , A61B5/369 , A61B5/00 , G16H50/30 , G06F18/214 , G06F18/2431 , G06N3/096
Abstract: 本发明提供一种基于迁移学习的ALS患者抑郁风险评估系统，包括：数据采集单元，用于采集待评估ALS患者的脑电数据；源域抑郁风险评估单元，基于非ALS患者脑电数据样本集预训练得到，包括用于对脑电数据集进行脑电特征提取的特征提取模块和用于进行抑郁风险分类预测的抑郁风险分类模块；目标域特征适应模块，设置于特征提取模块和抑郁风险分类模块之间，用于基于非ALS患者脑电数据样本集对应的脑电特征数据对提取得到的待评估ALS患者的脑电特征进行筛选和修正，并输入抑郁风险分类模块预测得到待评估ALS患者的抑郁风险。本发明解决了现有技术中的抑郁风险评估没有考虑到ALS疾病因素对于抑郁判断的影响，导致对于ALS患者抑郁风险评估准确性差的问题。
-
-
Search Results
3
records
(took 0.05 seconds)
