摘要
本申请涉及一种用于神经系统疾病风险评估的设备,该设备的处理器被配置为:接收时序关联的眼动数据和脑电数据,通过多模态融合评估模型中的双分支深度神经网络,对眼动数据和脑电数据进行特征提取和基于注意力机制的跨模态特征融合,得到交叉融合特征;通过多模态融合评估模型的输出层输出至少一类神经系统疾病的风险评估结果风险评估参数。本申请解决了相关技术中仅依赖单一信息源进行诊断,导致诊断敏感性和普适性不足的问题,通过融合眼动和脑电两种模态的数据,能够从神经活动和行为反应两个层面更全面地构建疾病特征,并进一步针对多类疾病进行并行诊断,提高神经精神诊断的灵敏性和适用性,特别在轻度认知障碍等早期阶段具备更显著的准确性。
技术关键词
疾病风险评估
神经系统
嵌入特征
眼动数据
多模态
融合特征
模态特征
交互注意力
头显设备
深度神经网络
注意力机制
频域特征
时序特征
轻度认知障碍
采集设备
基线
系统为您推荐了相关专利信息
动态反演方法
多模态
地质勘探数据
增量式学习
参数
威胁情报库
周期性特征
动态规则链
控制通信
识别加密流量
审核管理系统
深度学习分类
关键帧
多模态
隐马尔可夫模型
多功能导管
人机交互模块
传感模块
信号处理
非声学传感器