-
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。
-
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。
-
Patent Agency Ranking
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：CN118452944A
公开(公告)日：2024-08-09
申请号：CN202410455837.9
申请日：2024-04-16
Applicant: 灵犀云医学科技(北京)有限公司
IPC: A61B5/37 , A61B5/372 , A61B5/245 , A61B5/055 , A61B5/00 , G06F18/213 , G06F18/214 , G06F18/10 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本申请涉及医疗技术领域，尤其涉及一种大脑功能活动信号编码模型构建方法，包括对初始大脑功能活动信号数据进行预处理；根据处理后的大脑功能活动信号数据构建大脑功能活动信号数据集；构建初始大脑功能活动信号编码模型；对初始大脑功能活动信号编码模型进行训练，并对训练后的初始大脑功能活动信号编码模型进行验证，直至得到目标大脑功能活动信号编码模型。本申请可构建出能对大脑功能活动信号本质特征进行学习和提取的预训练大脑功能活动信号编码模型。后续进行实际脑机接口或临床应用时，仅需少量数据集对预训练大脑功能活动信号编码模型进行微调，即可构建针对实时大脑功能活动信号分析问题的深度学习模型。
-
公开(公告)号：CN116570282A
公开(公告)日：2023-08-11
申请号：CN202310328805.8
申请日：2023-03-30
Applicant: 灵犀云医学科技(北京)有限公司
IPC: A61B5/16 , A61B5/369 , A61B5/372 , A61B5/00 , G06F18/2415 , G06F18/25 , G06F18/243 , G06F18/27
Abstract: 本申请提出用于评估情绪状态的方法和设备。该方法包括：获取受试者的原始脑电图(EEG)信号；从EEG信号生成用于评估受试者的情绪状态的可用特征集合；以及使用评估模型基于可用特征集合和预定的情绪状态类别确定与受试者对应的情绪状态类别。本申请的方法和设备可以减少干扰，从多角度表征电脑活动，提高评估性能。
-
公开(公告)号：CN117198531A
公开(公告)日：2023-12-08
申请号：CN202311131198.2
申请日：2023-09-04
Applicant: 灵犀云医学科技(北京)有限公司 , 首都医科大学附属北京安定医院
IPC: G16H50/30 , G16H20/70 , G16H10/60 , G06F18/2415 , G06F18/243 , G06F18/2411 , G06F18/2113 , G06F18/25 , A61B5/16 , A61B5/372 , A61B5/00
Abstract: 本申请公开了一种情绪障碍评估模型的构建方法，包括：数据预处理、脑电通道融合、特征数据集构建、特征分组、特征的分类性能评价、样本抽样分组、基于置换检验的特征筛选、优势特征筛选、评估模型建立。通过本申请提供的方法可以构建出一种使得情绪障碍评估结果相对稳定的评估模型，通过此模型可以辅助医生诊疗是否患病，以及抑郁和双相情感障碍。另外，针对评估结果，我们进行了定量统计并可视化，方便医生参考。
-
公开(公告)号：CN118902388A
公开(公告)日：2024-11-08
申请号：CN202410896586.8
申请日：2024-07-05
Applicant: 灵犀云医学科技(北京)有限公司
IPC: A61B5/00 , G16H80/00 , G06F18/213 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/0455 , G06N3/08 , A61B5/369 , A61B5/372
Abstract: 本申请提供了一种实时癫痫发作监测方法，包括：采集脑电信号数据，对预处理后的脑电信号数据进行滤波，截取滤波后的目标脑电信号，得到脑电信号数据集；基于变分自编码器结构构建脑电预训练大模型，并对脑电预训练大模型进行训练；提取脑电片段特征，将脑电片段特征输入至癫痫发作检测模型，以对癫痫发作进行实时检测。本发明基于大量脑电数据训练脑电预训练模型提取脑电特征，通过后续分类模型和标注脑电数据对癫痫发作片段进行检测，减少脑电噪声及癫痫发作数据有限等的影响，提高癫痫发作检出效果。同时基于预训练模型的发作检测方法可以提高计算效率，缩短发作检测需要的脑电样本长度，使发作的实时检查成为可能。
-
-
-
-
-
-
Search Results
7
records
(took 0.067 seconds)
