公开(公告)号：CN118398191A

公开(公告)日：2024-07-26

申请号：CN202410423777.2

申请日：2024-04-09

Applicant: 湖州师范学院

Inventor： 周哲 ,  王江基 ,  沈仲夏 ,  沈鑫华

IPC: G16H50/20 ,  A61B5/055 ,  A61B5/16 ,  G16H30/20 ,  G06N3/0464

Abstract: 本发明涉及基于深度神经网络的GAD多模态融合智能诊断方法及应用。所述方法包括：获取广泛性焦虑障碍的磁共振影像数据，构建广泛性焦虑障碍患者及健康对照的磁共振影像数据集包括结构磁共振影像数据集、静息态功能磁共振数据集和低频波动振幅数据集；构建广泛性焦虑障碍诊断模型；通过各个磁共振影像数据集对疾病诊断模型进行训练，并对整个网络模型进行参数调整；利用所述广泛性焦虑障碍诊断模型得到待测各个磁共振影像样本对应的类别即患病或正常；对结构磁共振影像数据集、静息态功能磁共振数据集和低频波动振幅数据集训练得到的模型结果进行决策层的融合，以得到综合诊断结果。该方法及装置能够辅助医生快速诊断广泛性焦虑障碍的方法。