-
公开(公告)号:CN118070808A
公开(公告)日:2024-05-24
申请号:CN202410075434.1
申请日:2024-01-18
Applicant: 兰州大学
Abstract: 本申请提供了一种基于文本的抑郁情绪障碍识别方法和装置,使得抑郁识别模型能够基于任何内容的刺激文本通过响应文本识别被试者是否存在抑郁情绪障碍,提升了模型的泛化性能。方法包括:获取向被试者提供的刺激文本和其回答对应的响应文本;根据响应文本确定预设数量的、包括用于指导抑郁情绪障碍识别的分辨信息的先验知识文本;采用第一预训练语言模型对每一先验知识文本进行编码后拼接得到第一向量表示,然后对刺激文本和响应文本进行编码,分别得到第二向量表示和第三向量表示;通过对第一向量表示、第二向量表示和第三向量表示进行特征融合,得到融合向量表示;向全连接层输入融合向量表示得到用于指示被试者是否存在抑郁情绪障碍的分类结果。
-
公开(公告)号:CN118058744A
公开(公告)日:2024-05-24
申请号:CN202410074441.X
申请日:2024-01-18
Applicant: 兰州大学
IPC: A61B5/16 , A61B5/00 , G16H50/20 , G16H50/70 , G06F18/241 , G06F18/214 , G06N3/096 , G06N3/0442 , G06N3/0455
Abstract: 本申请提供了一种基于多模态数据的抑郁情绪障碍识别方法和装置,使得神经网络模型基于任何内容和形式的刺激数据识别被试者是否抑郁,提升了模型的泛化性能,有利于将模型部署在实际的医疗场景中。方法包括:获取向目标被试者提供的目标刺激数据,目标刺激数据用于对目标被试者的感官产生刺激作用;获取目标被试者根据目标刺激数据作出的目标响应数据,目标响应数据为多模态数据;对目标刺激数据进行编码得到第一目标向量表示;对目标响应数据进行编码得到第二目标向量表示;向神经网络模型输入该两个向量表示,使得模型通过识别目标刺激数据和目标响应数据之间的关系特征,输出分类结果,分类结果用于指示目标被试者是否存在抑郁情绪障碍。
-