基于房树人绘画与深度学习的抑郁症识别方法、计算机装置和存储介质

AITNT
正文
推荐专利
基于房树人绘画与深度学习的抑郁症识别方法、计算机装置和存储介质
申请号:CN202411445397
申请日期:2024-10-16
公开号:CN119601225B
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开了一种基于房树人绘画与深度学习的抑郁症识别方法、计算机装置和存储介质,基于房树人绘画与深度学习的抑郁症识别方法包括将房树人绘画信息输入到绘画基特征编码器进行处理获取多个组基特征信息,将组基特征信息输入到导向性基特征门控单元进行处理获取组门信息和基向量,将组门信息与基向量输入到自适应信道特征融合网络进行处理获取抑郁症识别结果等步骤。本发明提供了一种基于人工智能深度学习的抑郁症早期自我识别工具,在无需人与人之间的交互和遵守严格的条件下,实现抑郁症的早期识别,可以降低被识别人的隐私信息泄露的风险;本发明应用条件宽松,容易推广应用到不同年龄段的被识别人。本发明广泛应用于图像处理技术领域。
技术关键词
识别方法 绘画 信道特征 残差模块 计算机装置 人工智能深度学习 注意力 编码器 网络 积层 元素 处理器 识别工具 图像处理技术 矩阵 数值 识别人 程序 线性 可读存储介质
系统为您推荐了相关专利信息
1
一种面向服务型机器人的多模态情感识别方法及系统
情感特征 情感识别方法 服务型机器人 动态权重分配 语音分类模型
2
粉尘浓度预警方法及计算机存储介质和终端设备
特征提取模块 预警方法 时序特征 积层 计算机存储介质
3
一种复杂电子系统高效管理系统、方法、装置及介质
集群管理节点 高效管理系统 高效管理方法 RapidIO总线 网络管理节点
4
基于康复训练设备的数据处理方法以及康复训练数据的展示方法
康复训练设备 数据处理方法 展示方法 人机交互界面 患者身份信息
5
一种基于自适应编码的新型脉冲神经网络目标识别方法
卷积神经网络模型 解码网络 神经网络架构 脉冲 编码器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号