-
公开(公告)号:CN118335291B
公开(公告)日:2025-02-25
申请号:CN202410353735.6
申请日:2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种面向ALS(肌萎缩性脊髓侧索硬化症)患者的认知障碍预测模型的训练方法及设备:该方法包括:获取多个ALS患者的认知评估量表数据和多模态脑影像数据,并标注标签,以构建得到训练样本集;训练样本集中包括对认知评估量表数据预处理后的结构化数据,和对多模态脑影像数据进行ALS相关特征筛选和特征转换得到的ALS脑影像特征数据;构建认知障碍预测模型,并利用训练样本集中的数据和标签,对认知障碍预测模型进行迭代训练,得到收敛的认知障碍预测模型。本发明解决了现有技术中的认知障碍预测主要依靠认知量表测评,检查耗时冗长,且没有考虑到ALS自身疾病因素引起脑部结构变化对于认知障碍判断的影响,导致预测准确性差的问题。
-
公开(公告)号:CN118335291A
公开(公告)日:2024-07-12
申请号:CN202410353735.6
申请日:2024-03-27
Applicant: 北京大学第三医院(北京大学第三临床医学院)
Abstract: 本发明提供一种面向ALS(肌萎缩性脊髓侧索硬化症)患者的认知障碍预测模型的训练方法及设备:该方法包括:获取多个ALS患者的认知评估量表数据和多模态脑影像数据,并标注标签,以构建得到训练样本集;训练样本集中包括对认知评估量表数据预处理后的结构化数据,和对多模态脑影像数据进行ALS相关特征筛选和特征转换得到的ALS脑影像特征数据;构建认知障碍预测模型,并利用训练样本集中的数据和标签,对认知障碍预测模型进行迭代训练,得到收敛的认知障碍预测模型。本发明解决了现有技术中的认知障碍预测主要依靠认知量表测评,检查耗时冗长,且没有考虑到ALS自身疾病因素引起脑部结构变化对于认知障碍判断的影响,导致预测准确性差的问题。
-