摘要
本发明涉及一种基于生理信号的抑郁症生物反馈结果的个体化评估系统,包括:信号采集模块采集干预组的第一数据和等待组的第二数据;特征提取模块根据第一数据和第二数据,筛选出与抑郁相关的生理信号,作为待训练的深度学习模型的输入特征;深度学习模型训练模块,用于将筛选出的干预组每一位与抑郁相关的生理信号预处理,输入一维残差神经网络(ResNet‑1D)模型中进行训练,获取输出结果,并对输出结果进行测评;在测评达到阈值时,获取训练后的测评结果符合预期范围的ResNet‑1D模型;ResNet‑1D模型用于对个体的生理信号进行评估。上述系统构建的模型可实现对生物反馈疗法与个体化疗效预测关联的预测,同时预测结果精准,提升了个体的使用体验。
技术关键词
生物反馈疗法
评估系统
生理
深度学习模型训练
特征提取模块
抑郁
信号采集模块
表面肌电图
残差神经网络
指数
信号特征
数据
卷积模块
基线
交叉验证法
序列
样本
系统为您推荐了相关专利信息
动态业务数据
绩效评估方法
时间序列特征
连续监测数据
业务规则库
多模态监控
视频监控数据
灰色关联分析法
时序
卷积循环神经网络
星载激光雷达
地物分类方法
波形
神经网络模型
数据
退化特征
退化模型
状态评估系统
剩余使用寿命
滚动轴承剩余寿命
生成方法
深度学习模型
人脸属性
图像结构
感知特征