一种基于多模态宽度学习的潜在抑郁评估系统
- 专利权人:
- 华南理工大学
- 发明人:
- 蔡明宸
- 申请号：
- CN202210381225.0
- 公开号：
- CN114462554B
- 申请日:
- 2022.04.13
- 申请国别(地区):
- CN
- 年份:
- 2022
- 代理人:
- 摘要：
- 本发明提供了一种基于多模态宽度学习的潜在抑郁评估系统，包括信号采集模块、预处理模块、编码器、解码器、特征层融合模块和宽度学习系统；信号采集模块用于采集生理信号数据；编码器用于特征提取；解码器用于数据重构；特征层融合模块用于特征向量聚合；宽度学习系统用于进行计算，得出抑郁风险等级的评估结果；在各个解码器与编码器之间通过自编码器重构损失函数进行关联；各个编码器输出通过特征关联性损失函数进行关联。该系统可对个体抑郁风险等级进行评估，提高抑郁症检测与诊断的便捷程度，提升诊断效率；综合采用多模态生理信号数据，通过特征关联性损失函数将不同模态的特征向量进行关联，可全面、客观地对潜在抑郁风险进行评估。
- 来源网站：
- 中国工程科技知识中心
