龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及基于深度神经网络的GAD多模态融合智能诊断方法及应用。所述方法包括：获取广泛性焦虑障碍的磁共振影像数据，构建广泛性焦虑障碍患者及健康对照的磁共振影像数据集包括结构磁共振影像数据集、静息态功能磁共振数据集和低频波动振幅数据集；构建广泛性焦虑障碍诊断模型；通过各个磁共振影像数据集对疾病诊断模型进行训练，并对整个网络模型进行参数调整；利用所述广泛性焦虑障碍诊断模型得到待测各个磁共振影像样本对应的类别即患病或正常；对结构磁共振影像数据集、静息态功能磁共振数据集和低频波动振幅数据集训练得到的模型结果进行决策层的融合，以得到综合诊断结果。该方法及装置能够辅助医生快速诊断广泛性焦虑障碍的方法。
主权项：1.一种基于深度神经网络的GAD多模态融合智能诊断方法，其特征在于，包括：1）获取广泛性焦虑障碍磁共振影像数据，构建广泛性焦虑障碍患者（GAD）及健康对照的磁共振影像数据集；2）构建广泛性焦虑障碍诊断模型，获取磁共振诊断影像特征；3）通过各个磁共振影像数据集对疾病诊断模型进行训练，并对整个网络模型进行参数调整；4）利用所述广泛性焦虑障碍诊断模型得到待测各个磁共振影像样本对应的类别即患病或正常；5）对结构磁共振影像数据集、静息态功能磁共振数据集和低频波动振幅数据集训练得到的模型结果进行决策层的融合，以得到综合诊断结果；步骤5）中，对结构磁共振影像数据集、静息态功能磁共振数据集和低频波动振幅数据集训练得到的模型结果进行决策层的融合，以得到综合诊断结果，包括：利用三种数据集独立训练三个模型：首先，分别使用结构磁共振影像数据集、静息态功能磁共振数据集和低频波动振幅数据集训练三个独立的诊断模型；使用训练好的三个独立的诊断模型，对病人的数据进行预测，获得各自的模型的输出；将三个独立模型的输出融合到一个决策层中，以生成最终的诊断结果。
全文数据：
权利要求：
百度查询： 湖州师范学院 基于深度神经网络的GAD多模态融合智能诊断方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号