精神疾病类别识别方法、装置、计算机设备和存储介质
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
精神疾病类别识别方法、装置、计算机设备和存储介质
申请号:
CN202411634901
申请日期:
2024-11-15
公开号:
CN119377822A
公开日期:
2025-01-28
类型:
发明专利
摘要
本申请涉及一种精神疾病类别识别方法、装置、计算机设备和存储介质。所述方法包括:获取目标患者的多模态数据;对各类模态数据进行特征提取,得到各类模态数据的特征向量,基于各类模态数据的特征向量生成多模态融合特征;将该多模态融合特征与预先构建的多种精神疾病的病理表现的信息化表达模式进行匹配,确定目标信息化表达模式;根据目标信息化表达模式确定目标患者的精神疾病类别。本申请能够有效识别患者的精神疾病类别,同时无需分别训练多种评估模型。
技术关键词
多模态特征融合
Apriori算法
融合特征
类别识别方法
关联规则分析
功能模块
计算机设备
贝叶斯模型
特征提取网络
置信度阈值
识别患者
数据获取模块
处理器
模式匹配
注意力机制
系统为您推荐了相关专利信息
1
一种医疗问答决策支持方法、系统和相关装置
决策支持方法
决策支持设备
自然语言
周期
命名实体识别技术
2
多相流流量计动态补偿系统
多相流流量计
动态补偿系统
融合特征
补偿误差
图像特征数据
3
基于深度学习的氮化镓射频器件缺陷检测方法及系统
多尺度特征金字塔
深度神经网络模型
分类阈值
射频器件
多光谱
4
一种基于多模态大模型的应急态势理解系统、方法及存储介质
理解系统
多模态数据采集
多模态特征融合
强化学习算法
非临时性存储介质
5
一种拉丝膜复合包装材料制备方法及其自动制备装置
复合包装材料
传感器特征
拉丝膜
卷积神经网络模型
遗传算法优化