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！

申请/专利权人：河海大学

摘要：本发明公开了一种基于知识蒸馏网络的ADHD注意缺陷多动障碍分类诊断方法，涉及精神疾病智能辅助诊断技术领域。本发明在个体诊断的同时，能获取与个体样本无关的ADHD疾病生物标识，避免单个个体样本对生物标识的干扰，为ADHD患病原理提供更为可靠的生物信息支持。发明所涉方法在二分假设诊断分类框架下进行实现。在二分假设的特征提取过程中，学生网络所学的训练样本高层特征受教师网络监督，输出并用于测试样本标签的判断。同时，在不同测试样本标签假设下，学生网络利用注意力模块，生成并输出ADHD的候选生物标识，并结合测试样本标签判断，最终获得与单个个样本无关的ADHD生物标识。

主权项：1.一种基于知识蒸馏网络的ADHD注意缺陷多动障碍分类诊断方法，其特征在于，包括如下步骤：步骤1：对测试样本做不同类别的标签假设即ADHD疾病标签假设H0和健康标签假设H1标注；将已进行标签假设的测试样本的脑影像数据与训练样本集已进行诊断标签标注的多个训练样本的脑影像数据一同输入特征选择模块，获得测试样本不同标签假设下对应训练样本的典型特征典型脑影像数据，记为和步骤2：在测试样本不同标签假设下，分别将训练样本的典型特征，和通过各自对应的知识蒸馏网络，记为蒸馏网络和蒸馏网络实现特征提取；每个蒸馏网络包含一个教师网络、一个学生网络和一个比较器，且由学生网络输出训练样本的高层特征，分别对应于测试样本的不同标签假设，记为X0和X1；同时，由学生网络输出ADHD的候选生物标识，分别对应于测试样本的不同假设，记为B0和B1；步骤3：将测试样本不同假设下学生网络输出的训练样本高层特征，X0和X1，输入ADHD标签预测模块，分别对高层特征，X0和X1，进行聚类测度评分计算，获得对应聚类测度值，记为D0和D1；通过比较判决模块，比较D0和D1的数值大小，识别聚类效果最佳的训练样本高层特征，取该训练样本高层特征所对应的测试样本标签假设作为测试样本标签的正确假设估计，记为Htrue，同时将该假设标签作为测试样本的估计标签并进行输出，完成对测试样本的分类过程；步骤4：将测试样本的不同标签假设下ADHD的候选生物标识，B0和B1，以及测试样本标签的正确假设估计，Htrue，一同输入生物标识检测模块；经生物标识判决，选择与正确假设估计Htrue相同的测试样本的标签假设，将该假设下对应的ADHD的候选生物标识作为最终的ADHD生物标识并输出，完成ADHD生物标识检测过程。

全文数据：

权利要求：

百度查询： 河海大学 一种基于知识蒸馏网络的ADHD分类诊断方法