一种抑郁症认知行为训练系统和语音数据处理方法

    公开(公告)号:CN112908435B

    公开(公告)日:2024-05-31

    申请号:CN202110119287.X

    申请日:2021-01-28

    摘要: 本发明提供一种抑郁症认知行为训练系统,包括:登录模块,用于获取用户登录请求信息,实现登录;认知行为训练模块,用于登录成功后,根据用户当前所处的训练阶段和训练阶段对应的训练内容,在训练界面中实现对用户的认知行为训练;情绪录制模块,用于在每一训练阶段开始前和完成后,进入音频录制的页面,并根据用户录入的语音数据进行分析,获得用户抑郁症量表评分。在训练过程中获取用户反馈的数据较全面,客观性强,准确度高。本发明还提供一种语音数据处理方法,能够准确地识别出用户的情绪变化。

    一种AI引导下的抑郁症认知行为治疗效果评估系统

    公开(公告)号:CN116936035A

    公开(公告)日:2023-10-24

    申请号:CN202310867368.7

    申请日:2023-07-14

    摘要: 本发明属于计算机技术领域,尤其涉及一种AI引导下的抑郁症认知行为治疗效果评估系统,包括:数据获取模块,用于患者治疗前的第一ReHo脑图、量表分析结果和指定数量健康人的第二ReHo脑图、每一患者治疗后的第三ReHo脑图;数据处理模块,用于上述信息进行预处理并筛选,获得用于训练的脑影像特征信息和用于验证的脑影像特征信息;形成训练数据集和验证数据集;模型训练模块,用于将训练数据集输入构建的支持向量机分类模型和支持向量机回归模型进行训练,得到用于评估抑郁症认知行为治疗效果的评估模型。这种AI引导下的抑郁症CBT效果预测系统,可以有效的解决传统方法中无法客观预测CBT疗效的问题。

    基于深度学习的复杂疾病分型方法、系统及存储介质

    公开(公告)号:CN116013535A

    公开(公告)日:2023-04-25

    申请号:CN202211251219.X

    申请日:2022-10-13

    发明人: 张锡哲 王菲

    摘要: 本发明公开了一种基于深度学习的复杂疾病分型方法、系统及存储介质,涉及疾病分型技术领域。步骤为:采集疾病多模态组学数据,并对疾病多模态组学数据进行特征筛选,得到第一特征;利用稀疏典型相关分析对第一特征进行数据融合,得到多模态数据;将多模态数据输入到神经网络分类器中,提取特征表示;对特征表示进行聚类,将聚类结果作为伪标签重新训练神经网络分类器,更新神经网络参数进行迭代;利用更新后的神经网络分类器提取特征表示再次进行聚类,直到聚类结果收敛。本发明提出一个新颖的基于多模态数据的聚类框架,用于复杂疾病分型,摒弃了传统的学习表示‑聚类两阶段完全独立、互不影响的模式,使得对复杂疾病分型更准确。

    一种基于二分类器的生物标志物发现方法及系统

    公开(公告)号:CN115482938A

    公开(公告)日:2022-12-16

    申请号:CN202211292442.9

    申请日:2022-10-21

    IPC分类号: G16H50/70 G06K9/62

    摘要: 本发明公开了一种基于二分类器的生物标志物发现方法及系统,应用于医学分析领域,包括:基于bagging思想,构建正负样本数据集,划分为训练集和测试集,并通过训练集训练二分类器;通过投票法计算测试集在二分类器上的分类准确率,并基于零假设和中心极限定理,以分类准确为统计量,计算分类准确率的显著性,输出符合预设阈值条件的二分类器;通过标签集置换对二分类器性能的显著性进行评估,评估待测数据是否符合预设阈值条件,以确定最终的生物学标志物。本发明不需数据样本满足正态分布,且适用于多维数据的生物标志物发现,提高了生物标志物发现的准确与适用性。

    心理测评量表的分类模型获取方法、筛查方法及系统

    公开(公告)号:CN114860922A

    公开(公告)日:2022-08-05

    申请号:CN202210321720.2

    申请日:2022-03-25

    摘要: 本发明涉及心理测评量表的分类模型获取方法、筛查方法及系统,心理测评量表的分类模型获取方法包括:S1:获取心理测评量表数据库,心理测评量表数据库中包含预训练心理测评量表的响应时间及无标签心理测评量表的响应时间。S2:利用预训练心理测评量表的响应时间以及分类标签构建并训练初始神经网络分类器。S3:对无标签心理测评量表的响应时间进行降维得到低维特征,采用聚类方法将低维特征聚为两类,并为每类低维特征对应的无标签心理测评量表标记上聚类标签。S4:将无标签心理测评量表的响应时间以及聚类标签对初始神经网络分类器进行训练得到分类模型。分类模型对新的无标签心理测评量表分类并判断是否为有效的心理测评量表。

    一种面向无创神经调控技术的个性化靶点选择方法

    公开(公告)号:CN116433967B

    公开(公告)日:2024-03-26

    申请号:CN202310279372.1

    申请日:2023-03-21

    发明人: 张锡哲 王菲 董帅

    摘要: 本发明涉及一种面向无创神经调控技术的个性化靶点选择方法,包括:对当前患者的核磁共振扫描数据中的fMRI数据进行预处理,获取fMRI脑影像特征数据,并输入预先训练的亚型间分类模型,获取当前患者所属的亚型标签及其所有特征体素;对当前患者的核磁共振扫描数据中的sMRI数据的T1加权磁共振成像数据进行预处理,获取颅骨外轮廓线及与fMRI数据的变换矩阵;将特征体素进行坐标变换,计算每个颅骨外轮廓线上的体素与特征体素之间的距离,标记响应特征体素并统计其数量;根据数量进行排序,最终选择响应特征体素最多的颅骨外轮廓线上的体素作为候选脑区靶点。上述方法减少了人为主观干预对治疗靶点选择的影响,提高了靶点选择的客观性和准确性。

    基于语音特征的抑郁情绪评估预测方法及系统

    公开(公告)号:CN115346561A

    公开(公告)日:2022-11-15

    申请号:CN202210974876.0

    申请日:2022-08-15

    摘要: 本发明公开了一种基于语音特征的抑郁情绪评估预测方法及系统,涉及抑郁情绪评估技术领域。具体步骤包括如下:采集语音信号数据集;计算语音信号数据集的上包络线、语谱图、梅尔倒谱系数和LLDs语音特征作为语音信号特征;将语音信号特征分别输入到预训练好的深度神经网络特征提取子模型中提取语音信号特征对应的神经网络特征;将每个子模型输出的所述神经网络特征拼接成一维向量作为多模态语音特征;将所述多模态语音特征输入到训练好的评估模型中进行情绪评估。本发明能够有效的对抑郁情绪进行精准评估,相对于传统量表,提高了抑郁情绪评估的准确率。

    一种三维场景视频生成方法、系统、设备以及介质

    公开(公告)号:CN114037816A

    公开(公告)日:2022-02-11

    申请号:CN202111285082.5

    申请日:2021-11-01

    发明人: 张锡哲 曾胜 王菲

    IPC分类号: G06T19/00 G16H20/70 G16H50/50

    摘要: 本发明涉及一种用于虚拟现实心理治疗系统的三维场景视频生成方法、系统、设备以及介质,其方法包括:首先,基于预设的三维场景库为用户匹配对应的三维场景;其次,将三维场景抽象成图,基于图确定VR漫游路径;接着,针对VR漫游路径上的各个观察节点,生成对应的预定义视角;最后,将三维场景、VR漫游路径、预定义视角传输给VR设备,以使用户与VR设备交互。本发明解决了心理放松治疗视频素材单一,易使用户倦怠的问题,通过提出三维场景路径生成方法,解决视频素材单一性的问题,有效提高了心理放松治疗效果。且本发明针对用户生成对应的漫游路径和预定义视角,收集用户的主观感受并保存到数据库中,实现了用户的个体化心理放松治疗。

    一种注意力及疲劳程度的评估方法以及可穿戴设备

    公开(公告)号:CN115299945A

    公开(公告)日:2022-11-08

    申请号:CN202210981467.3

    申请日:2022-08-15

    IPC分类号: A61B5/16 A61B5/00

    摘要: 本发明公开了一种注意力及疲劳程度的评估方法以及可穿戴设备,属于虚拟现实和眼动数据分析技术领域。包括:获取眼动数据样本信息;创建虚拟空间,并进行眼动追踪,解析出凝视数据;根据凝视数据计算得到兴趣区域内的兴趣值;对眼动数据样本信息进行预处理;构建评估分析模型,并根据经过预处理的眼动数据样本信息以及兴趣值作为拟合训练数据对评估分析模型进行训练;获得待评估眼动数据,将待评估眼动数据输入至训练后的评估分析模型,输出注意力及疲劳程度的评估分析结果。通过本发明能够快速准确的得到评估分析结果,为精神心理及认知障碍等疾病的医学诊断提供有效的数据支撑和参考。

    一种抑郁症认知行为训练系统和语音数据处理方法

    公开(公告)号:CN112908435A

    公开(公告)日:2021-06-04

    申请号:CN202110119287.X

    申请日:2021-01-28

    摘要: 本发明提供一种抑郁症认知行为训练系统,包括:登录模块,用于获取用户登录请求信息,实现登录;认知行为训练模块,用于登录成功后,根据用户当前所处的训练阶段和训练阶段对应的训练内容,在训练界面中实现对用户的认知行为训练;情绪录制模块,用于在每一训练阶段开始前和完成后,进入音频录制的页面,并根据用户录入的语音数据进行分析,获得用户抑郁症量表评分。在训练过程中获取用户反馈的数据较全面,客观性强,准确度高。本发明还提供一种语音数据处理方法,能够准确地识别出用户的情绪变化。