摘要
本发明公开了一种数据处理方法及系统,涉及人工智能与生物医学交叉技术领域。所述方法是先根据汉密尔顿抑郁量表对参与者进行患者分组,然后收集参与者对视觉刺激模式的判断结果以及视觉刺激模式的呈现持续时间,并根据收集结果统计得到参与者的多维视觉运动感知特征指标,再然后通过K‑Means聚类分析得到患者组所有参与者的两个亚群分组,并通过指标对比分析确定在该两个亚群分组中的视觉运动感知异常分组,最后应用异常分组的正样本数据和非异常分组的负样本数据,基于机器学习算法进行率定验证建模,得到视觉运动感知异常识别模型,如此可得到用于对抑郁障碍患者进行基于视觉运动感知数据的MDD患者分亚群处理的视觉运动感知异常识别模型。
技术关键词
视觉
感知特征
模式
机器学习算法
抑郁
数据处理方法
运动
指标
计算机设备
控制设备
正弦光栅
语音喇叭
患者
生物医学交叉技术
量表
样本
序列
K近邻算法
交叉验证法
子系统
系统为您推荐了相关专利信息
自动化柔性生产线
注射成型制品
模具搬运车
开合模设备
注射成型机组
起重机小车
校验系统
偏差
状态转移模型
卷积神经网络模型
新能源汽车电池
故障检测方法
电池单体
绝缘电阻测试仪
电池内阻测试仪
推广方法
强化学习模型
强化学习策略
非结构化数据库
评论情感分析
资源调度优化方法
数字孪生
需求预测模型
医疗设备系统
医疗设备信息