-
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
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。
-
Patent Agency Ranking
公开(公告)号：CN116452592B
公开(公告)日：2023-09-05
申请号：CN202310718870.1
申请日：2023-06-16
Applicant: 武汉大学中南医院
Abstract: 本发明公开了一种脑血管病AI认知功能评测模型的构建方法、装置及其系统。首先进行数据采集，并构建数据集；然后进行数据预处理；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；然后构建脑血管病AI认知功能评测模型，分别提取多模态脑MRI数据中的sMRI特征和rs‑fMRI特征并进行特征降维，随后将sMRI特征、rs‑fMRI特征和临床症候文本特征进行融合，并将融合后的特征输入LightGBM模型，通过对模型进行训练和验证，得到最优的脑血管病AI认知功能评测模型。本发明解决了现有神经心理量表评测技术中对于脑血管病患者认知功能评估较为主观、准确性不高和效率低下的技术问题。
-
公开(公告)号：CN118016271A
公开(公告)日：2024-05-10
申请号：CN202410052222.1
申请日：2024-01-12
Applicant: 武汉大学中南医院
Abstract: 本发明提供一种血管性抑郁识别模型的构建方法及系统，包括：采集待测者的血浆样品，对所述血浆样品进行预处理，得到处理后血浆样品结果；对所述处理后血浆样品结果进行LC‑MS/MS检测，获得血浆蛋白定量信息；通过差异倍数和T检验P值筛选所述血浆蛋白定量信息，得到血浆差异表达蛋白；利用XGBoost机器学习算法和LASSO分析从所述血浆差异表达蛋白中分离得到血浆蛋白标志物；采用Logistic回归分析，利用所述血浆蛋白标志物建立血管性抑郁识别模型。本发明通过提出的不依赖于临床量表和神经影像学的血管性抑郁模型构建方法，根据特定的血浆蛋白标志物组合可以有效识别出血管性抑郁，具有良好的临床使用价值和推广价值。
-
公开(公告)号：CN116452592A
公开(公告)日：2023-07-18
申请号：CN202310718870.1
申请日：2023-06-16
Applicant: 武汉大学中南医院
Abstract: 本发明公开了一种脑血管病AI认知功能评测模型的构建方法、装置及其系统。首先进行数据采集，并构建数据集；然后进行数据预处理；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；然后构建脑血管病AI认知功能评测模型，分别提取多模态脑MRI数据中的sMRI特征和rs‑fMRI特征并进行特征降维，随后将sMRI特征、rs‑fMRI特征和临床症候文本特征进行融合，并将融合后的特征输入LightGBM模型，通过对模型进行训练和验证，得到最优的脑血管病AI认知功能评测模型。本发明解决了现有神经心理量表评测技术中对于脑血管病患者认知功能评估较为主观、准确性不高和效率低下的技术问题。
-
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
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
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。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
