公开(公告)号：CN114649075A

公开(公告)日：2022-06-21

申请号：CN202210334156.8

申请日：2022-03-30

Applicant: 首都医科大学附属北京安定医院

Inventor： 李晓虹 ,  孙源鸿 ,  刘启健 ,  李毅 ,  李康

IPC: G16H10/60 ,  G16H20/70 ,  G16H50/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明涉及一种基于机器学习的抑郁症评级系统及方法，属于机器学习技术领域。该系统包括数据采集模块、数据预处理模块、特征选择模块、机器学习模块和执行模块。数据采集模块，从全球可访问的在线调查中获取数据，包括抑郁量表中所有项目的答案、填写者的人口学统计变量和填写问卷所花费的时间信息；数据预处理模块，除开年龄和性别数据，根据答题者的分数分为高抑郁或低抑郁两个级别；对原始数据的特征进行组织处理，将所有可分类的列转换为代表每个类别的one‑hot编码；将特征和标签分开，并将数据集划分为训练数据集、测试数据集和保留数据集；本发明实现了通过缩短现有量表来开发一种更简单、更有效的抑郁风险评估方法。

公开(公告)号：CN118116528A

公开(公告)日：2024-05-31

申请号：CN202410271947.X

申请日：2024-03-11

Applicant: 首都医科大学附属北京安定医院

Inventor： 李晓虹 ,  王刚 ,  孟繁强 ,  朱健立 ,  孙源鸿 ,  李毅 ,  刘启健 ,  李康

IPC: G16H10/60 ,  G16H15/00 ,  G16H50/70 ,  G06F18/2431 ,  G06N20/00 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明涉及一种基于机器学习生成人格量表的系统，属于机器学习领域。该系统包括依次数据连接的初始数据处理模块、特征选择模块、模型训练模块和模型执行网络应用模块；所述初始数据处理模块收集原始数据集，并进行数据预处理；所述原始数据集包括用户的序列号、年龄、性别、MMPI十个子量表中每种情况的原始分数和T分数，以及用户对MMPI测试中每个问题的答案；本发明利用机器学习技术，生成简洁化、网络化、智能化的新量表不仅能够测量患者人格及筛查检测精神障碍，也可以指导用户进行全面评估。