摘要
本发明提供一种ALS患者抑郁风险预测模型构建方法及设备,该方法包括:基于非ALS患者脑电数据样本集训练得到非ALS患者的抑郁风险预测模型;获取多个ALS抑郁患者及ALS非抑郁患者的脑电数据,构建得到ALS训练样本集;在抑郁风险预测模型的特征提取模块和抑郁风险分类模块之间构建ALS抑郁风险迁移学习模块,用于对ALS脑电特征进行筛选和修正,以得到适应抑郁风险分类模块的特征分布;利用ALS训练样本集和损失函数对初步构建的ALS患者抑郁风险预测模型进行迭代训练,得到收敛的ALS患者抑郁风险预测模型。本发明解决了现有技术中的ALS患者脑电数据难以大量获取,难以训练得到可用于ALS患者的高准确率的抑郁风险预测模型,导致对于ALS患者抑郁风险评估准确性差的问题。
技术关键词
风险预测模型
抑郁
患者
特征提取模块
数据
矫正
切片
注意力
脑电特征
训练样本集
拉普拉斯
矩阵
聚类
处理器通信
计算机设备
位点
系统为您推荐了相关专利信息
预测模型构建方法
硼中子俘获治疗
医学影像信息
特征提取网络
分布特征
行走支撑机构
信号接收器
开挖方法
破碎刀盘
潜孔锤
诊断装置
AI摄像头
智能检测模块
硅胶吸盘
夹头