[发明专利]精神分裂症病情稳定性预测模型及其构建方法在审
| 申请号： | 201911034131.0 | 申请日： | 2019-10-29 |
| 公开（公告）号： | CN110767314A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 肖雨桐;刘学军;付文彬;谌良民;罗邦安;刘畅;朱锁 | 申请（专利权）人： | 湖南省脑科医院 |
| 主分类号： | G16H50/30 | 分类号： | G16H50/30;G16H50/20;G06N3/04;G06K9/62 |
| 代理公司： | 11624 北京卓岚智财知识产权代理事务所(特殊普通合伙) | 代理人： | 郭智 |
| 地址： | 410000 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及预测模型技术领域，具体地说，涉及精神分裂症病情稳定性预测模型及其构建方法。其步骤为：剔除原始数据中的死亡信息和非精神障碍患者资料信息以及无效数据信息；将诊断为精神分裂症的患者信息和相关因素的预处理后原始数据作为二维数据矩阵；将语料库通过词袋模型和跳跃模型进行词预测监督学习；将二维数据矩阵和词嵌入矩阵相乘；通过特征提取层对词嵌入向量进行特征提取；将数据特征通过全连接神经网络判别层以输出预测结果。该预测模型对于精神分裂症患者病情稳定性的确定，比起现有技术更省时、省力、简单、快捷；且可以不需要精神科执业医师，仅仅由基层卫生技术人员将患者相关信息输入模型，即可分析得出患者的病情是否稳定。 | ||
| 搜索关键词： | 精神分裂症 二维数据矩阵 特征提取 预测模型 原始数据 嵌入 预处理 无效数据信息 稳定性预测 词袋模型 患者病情 患者信息 患者资料 精神障碍 矩阵相乘 神经网络 输出预测 数据特征 死亡信息 卫生技术 相关信息 执业医师 词预测 精神科 语料库 构建 省时 向量 省力 剔除 跳跃 诊断 分析 基层 监督 学习 | ||
【主权项】：
1.精神分裂症病情稳定性预测模型，其特征在于：包括输入模块、词嵌入矩阵层模块、特征提取层模块、判别层模块和输出模块，输入模块用于输入被诊断为精神分裂症的患者信息和相关因素，词嵌入矩阵层模块用于通过词袋模型和跳跃模型进行词预测监督学习，以形成词嵌入矩阵，特征提取层模块用于将自注意力神经网络和卷积神经网络多层叠加，作为特征提取层，判别层模块用于通过特征提取层对词嵌入向量进行特征提取，获取数据特征，输入模块用于数据特征通过全连接神经网络判别层以输出预测结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于湖南省脑科医院，未经湖南省脑科医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911034131.0/，转载请声明来源钻瓜专利网。
