摘要
本发明的一种用于精神分裂症早期检测和风险预测系统,包括特征提取模块对多模态原始信号执行并行处理;融合预测模块通过跨模态注意力加权机制对语音特征信号、行为特征信号及临床特征信号进行融合,生成融合特征向量,并基于该向量通过机器学习分类器输出初始风险预测信号;动态更新模块接收用户新增采集数据触发的增量特征信号,通过增量学习生成更新风险预测信号并反馈至融合预测模块以优化分类器权重;可视化输出模块将更新风险预测信号转化为动态风险轨迹图及可解释性特征贡献热力图。本发明的一种用于精神分裂症早期检测和风险预测系统可以解决精神分裂症早期筛查滞后与动态风险评估缺失的问题。
技术关键词
风险预测系统
在线序列极限学习机
特征提取模块
机器学习分类器
语音特征
动态更新
执行并行处理
数据采集模块
输出模块
门控循环单元
马尔可夫链模型
支持向量机分类器
跨模态
热力图
交互特征
特征信号提取
卷积神经网络提取
双向长短期记忆
系统为您推荐了相关专利信息
阶段
特征提取模块
图像分类方法
样本
图像分类模型
模态医学影像
智能预测方法
互补特征
跨模态
查询特征
鼻中隔
锥形束CT设备
图像
计算机程序产品
特征提取模块
超前预报方法
输出特征
节点
数据共享平台
构建预测模型
抛光
研磨组件
多角度可调
气缸内壁表面
三维点云数据