申请/专利权人：江苏富敏人工智能科技有限公司;常州市第二人民医院

申请日：2023-12-06

公开（公告）日：2024-03-22

公开（公告）号：CN117747064A

主分类号：G16H20/70

分类号：G16H20/70;G16H15/00;G06F18/213;G06N3/0464;G06N3/08;G06N3/044;G06V40/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及人工智能技术领域，具体为一种基于AI的抑郁症临床决策方法及系统，包括以下步骤：基于抑郁症患者，采用数据预处理技术，对语音、视频、文本和生理信号进行清洗与同步，生成多模态患者数据。本发明中，通过多模态数据分析和特征融合，实现了个性化的抑郁症治疗预测与评估，结合长短期记忆网络和三维卷积神经网络，提高了语音和视频数据的情绪识别准确性，随机森林与梯度提升决策树增强了预测模型的稳健性，深度策略梯度算法优化治疗策略，搭配仿真平台不断提高成功率，面部表情实时追踪与情绪分析实现对患者精准解读，在线学习算法实现临床决策的动态调整，保证及时响应患者状态变化，提高治疗个性化和精确度。

主权项：1.一种基于AI的抑郁症临床决策方法，其特征在于，包括以下步骤：基于抑郁症患者，采用数据预处理技术，对语音、视频、文本和生理信号进行清洗与同步，生成多模态患者数据；基于所述多模态患者数据，采用长短期记忆网络和三维卷积神经网络进行语音和视频数据分析，并进行特征融合，生成心理行为模式识别结果；基于所述心理行为模式识别结果，采用随机森林和梯度提升决策树进行患者的治疗响应预测，并评估治疗效果，生成抑郁症预测结果和治疗效果评估报告；基于所述治疗效果评估报告，采用深度确定性策略梯度算法优化策略，并在仿真平台进行测试，生成优化后的抑郁症治疗策略；基于所述多模态患者数据中的视频数据，采用卷积神经网络和循环神经网络混合模型，对面部表情进行追踪并分析情绪状态，生成面部表情识别和情绪分析报告；基于所述优化后的抑郁症治疗策略与面部表情识别和情绪分析报告，采用在线学习算法实时调整临床决策，生成最优化的临床决策和动态调整策略；所述多模态患者数据具体为经过噪声削减、异常值处理和时间戳对齐的患者信息集，所述心理行为模式识别结果包括情绪状态标签、语言表达习惯和肢体语言特征，所述抑郁症预测结果具体指患者未来健康状态的概率分布，所述治疗效果评估报告包括多治疗方案的效益比较，所述面部表情识别和情绪分析报告包括面部肌肉活动的数据和基于情绪变化的时间序列分析。

全文数据：

权利要求：

百度查询： 江苏富敏人工智能科技有限公司;常州市第二人民医院 一种基于AI的抑郁症临床决策方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD