申请/专利权人:浙江大学
申请日:2023-10-17
公开(公告)日:2024-04-30
公开(公告)号:CN117954073A
主分类号:G16H50/20
分类号:G16H50/20;G16H50/30;G16H20/70
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明公开了一种基于多模态数据的抑郁障碍疗效预测系统,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:获取多个时间维度下的多模态数据并对多模态数据进行预处理;从预处理后的多模态数据中提取数据特征;将数据特征输入预测模型至抑郁障碍疗效预测模型中进行预测;输出抑郁障碍疗效结果,依据抑郁障碍疗效结果呈现对应的推荐诊断方案。该系统可以通过无创的方式更客观、更准确地评估患者当前的抑郁治疗状况,并结合现状匹配推荐的用药方案及心理治疗方案,辅助医生及时调整治疗方案,促进患者的个性化治疗和精准治疗。
主权项:1.一种基于多模态数据的抑郁障碍疗效预测系统,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:获取多个时间维度下的多模态数据并对多模态数据进行预处理;从预处理后的多模态数据中提取数据特征;将数据特征输入抑郁障碍疗效预测模型中进行预测;输出抑郁障碍疗效结果,依据抑郁障碍疗效结果呈现对应的推荐诊断方案。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于多模态数据的抑郁障碍疗效预测系统
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。