-
公开(公告)号:CN114649075A
公开(公告)日:2022-06-21
申请号:CN202210334156.8
申请日:2022-03-30
Applicant: 首都医科大学附属北京安定医院
Abstract: 本发明涉及一种基于机器学习的抑郁症评级系统及方法,属于机器学习技术领域。该系统包括数据采集模块、数据预处理模块、特征选择模块、机器学习模块和执行模块。数据采集模块,从全球可访问的在线调查中获取数据,包括抑郁量表中所有项目的答案、填写者的人口学统计变量和填写问卷所花费的时间信息;数据预处理模块,除开年龄和性别数据,根据答题者的分数分为高抑郁或低抑郁两个级别;对原始数据的特征进行组织处理,将所有可分类的列转换为代表每个类别的one‑hot编码;将特征和标签分开,并将数据集划分为训练数据集、测试数据集和保留数据集;本发明实现了通过缩短现有量表来开发一种更简单、更有效的抑郁风险评估方法。
-
公开(公告)号:CN115512830A
公开(公告)日:2022-12-23
申请号:CN202211175215.8
申请日:2022-09-26
Applicant: 首都医科大学附属北京安定医院
Abstract: 本发明涉及一种基于心率变异性获取平均压力商的鞋带因子分析系统,属于医疗信息化领域。该系统包括依次数据连接的数据采集模块、数据预处理模块、鞋带法因子分析模块和HRV指数标准化模块;本发明实现了通过简化现有HRV指数来提供一种标准化、规范化的六个HRV指数因子和一个综合性的HRV指数,即平均压力商。所获得的HRV因子和综合压力指数能够用于进一步明确HRV与具体生理机制之间的关联,提高对人群中心血管疾病、糖尿病等问题的风险预测能力,同时实现对个体压力水平的便捷评估,减少医生和患者对原有的、大量的HRV指数的认知负担,促进HRV在临床环境的有效应用和推广。
-
公开(公告)号:CN118116528A
公开(公告)日:2024-05-31
申请号:CN202410271947.X
申请日:2024-03-11
Applicant: 首都医科大学附属北京安定医院
IPC: G16H10/60 , G16H15/00 , G16H50/70 , G06F18/2431 , G06N20/00 , G06N3/0499 , G06N3/08
Abstract: 本发明涉及一种基于机器学习生成人格量表的系统,属于机器学习领域。该系统包括依次数据连接的初始数据处理模块、特征选择模块、模型训练模块和模型执行网络应用模块;所述初始数据处理模块收集原始数据集,并进行数据预处理;所述原始数据集包括用户的序列号、年龄、性别、MMPI十个子量表中每种情况的原始分数和T分数,以及用户对MMPI测试中每个问题的答案;本发明利用机器学习技术,生成简洁化、网络化、智能化的新量表不仅能够测量患者人格及筛查检测精神障碍,也可以指导用户进行全面评估。
-
-