一种基于深度学习的注意力缺陷多动障碍(ADHD)评估系统及方法

本发明提供一种基于深度学习的注意力缺陷多动障碍(ADHD)评估系统及方法。系统由数据采集、深度学习、评估、结果输出、反馈调整和存储六大模块组成。通过采集高分辨率视频、高质量音频和生理信号等多模态数据，采用多流融合卷积神经网络进行处理。系统创新地融合了CNN、LSTM和注意力机制，实现了多模态数据的有效分析和自适应权重调整。评估模块采用层次化策略和动态时间窗口技术进行多维度评估，结果以可视化方式呈现。系统具有持续学习能力，通过反馈机制不断优化性能，并采用分布式存储确保数据安全。本发明提高了ADHD评估的客观性、准确性和效率，适用于医疗机构、家庭和学校环境。