公开(公告)号：CN119889697A

公开(公告)日：2025-04-25

申请号：CN202510332811.X

申请日：2025-03-20

Applicant: 武汉大学中南医院

Inventor： 章军建 ,  何楚 ,  何昊瀛 ,  蒋究 ,  陈涵 ,  樊凡 ,  李畋 ,  徐娟 ,  冀琳娜

IPC: G16H50/30 ,  G16H50/20 ,  G16H50/70 ,  G16H20/70 ,  G16H30/20 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N5/04

Abstract: 本发明公开了一种智能化的认知功能评测方法、装置、电子设备及介质，方法包括获取评测者的评测数据，所述评测数据包括待测图像数据和待测语音数据；将待测图像数据输入到训练好的图像分类模型，得到图像题目的评测结果；将所述待测语音数据转化成待测文本数据，并将所述待测文本数据与文本题目的提示模板结合后输入到大语言模型中，得到文本题目的评测结果；基于图像题目的测评结果以及文本题目的评测结果输出评测者最终的评测评分。本发明可以高效、便捷、准确的完成测评者的认知测评，实现认知障碍疾病初步筛查。

公开(公告)号：CN116452593A

公开(公告)日：2023-07-18

申请号：CN202310718872.0

申请日：2023-06-16

Applicant: 武汉大学中南医院

Inventor： 章军建 ,  樊凡 ,  何楚 ,  蒋究 ,  宋颢 ,  徐志鹏 ,  孙冬 ,  吕东蔚 ,  何昊瀛 ,  彭思思 ,  曹婧 ,  徐娟

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种血管性认知障碍的AI评估模型的构建方法、装置及系统。首先进行数据采集，并构建数据集；然后进行预处理；并划分出训练集和验证集；接着对预处理后的脑血管病患者临床症候文本数据进行特征筛选；然后构建VCI评估模型，该模型包括辅助诊断和预测两类模型，分别提取多模态脑MRI数据中的sMRI特征和rs‑fMRI特征，随后采用多模态图学习网络对sMRI特征、rs‑fMRI特征以及临床症候文本特征进行融合，并根据融合后的特征得到分类结果；通过对模型进行训练和验证，得到最优的VCI评估模型。本发明解决了现有技术中对于VCI的临床诊断与预测较为主观、难于定量、准确率不高和效率较低的技术问题。

公开(公告)号：CN116452593B

公开(公告)日：2023-09-05

申请号：CN202310718872.0

申请日：2023-06-16

Applicant: 武汉大学中南医院

Inventor： 章军建 ,  樊凡 ,  何楚 ,  蒋究 ,  宋颢 ,  徐志鹏 ,  孙冬 ,  吕东蔚 ,  何昊瀛 ,  彭思思 ,  曹婧 ,  徐娟

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80

Abstract: 本发明公开了一种血管性认知障碍的AI评估模型的构建方法、装置及系统。首先进行数据采集，并构建数据集；然后进行预处理；并划分出训练集和验证集；接着对预处理后的脑血管病患者临床症候文本数据进行特征筛选；然后构建VCI评估模型，该模型包括辅助诊断和预测两类模型，分别提取多模态脑MRI数据中的sMRI特征和rs‑fMRI特征，随后采用多模态图学习网络对sMRI特征、rs‑fMRI特征以及临床症候文本特征进行融合，并根据融合后的特征得到分类结果；通过对模型进行训练和验证，得到最优的VCI评估模型。本发明解决了现有技术中对于VCI的临床诊断与预测较为主观、难于定量、准确率不高和效率较低的技术问题。