买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：昆山八鲸医疗科技有限公司

摘要：本申请涉及医疗健康信息技术领域，公开基于大数据分析的早期认知障碍的估计方法及系统，其中基于大数据分析的早期认知障碍的估计方法及系统，包括以下步骤：S1、数据采集：功能性磁共振成像：获取脑部活动的功能性数据；结构性磁共振成像：获取脑部结构的详细图像；收集认知测试结果、患者历史记录等辅助数据；S2、数据预处理：去噪处理：利用自校准的数据质量指标去除噪声和低质量数据点；标准化与归一化：对影像数据进行标准化处理，以消除数据间的差异。通过整合功能性磁共振成像、结构性磁共振成像及认知测试结果和患者历史记录等多模态数据，全面反映脑部的功能和结构状态，提高对认知障碍的识别精度和可靠性。

主权项：1.基于大数据分析的早期认知障碍的估计方法，其特征在于，包括以下步骤：S1、数据采集：功能性磁共振成像：获取脑部活动的功能性数据；结构性磁共振成像：获取脑部结构的详细图像；收集认知测试结果、患者历史记录等辅助数据；S2、数据预处理：去噪处理：利用自校准的数据质量指标去除噪声和低质量数据点；标准化与归一化：对影像数据进行标准化处理，以消除数据间的差异；功能性网络：通过时间序列数据构建功能性网络；结构性网络构建：通过纤维束跟踪技术构建反映脑部解剖结构的网络；S3、特征提取：功能特征提取：提取功能性网络中的功能连接特征；结构特征提取：提取结构性网络中结构连接特征；S5、特征筛选：非凸正则化器应用：通过非凸正则化器减少迹范数的惩罚偏差；低秩约束编码：通过低秩约束对脑模块化结构进行编码；自动权重学习：在多任务学习框架下，自动学习任务的重要性，平衡模式的特征；特征筛选：在结构和功能信息中自动筛选具有鉴别性的特征；S5、模型筛选：模型构建：设计多任务学习模型，集成功能和结构信息；联合学习：通过联合学习过程确定多任务间的相似性和差异性；非凸正则化：在学习过程中使用非凸正则化器，进一步完善特征筛选；S6、诊断分类：模型应用：利用筛选的多任务学习模型，对新数据进行MCI及早期阶段的自动分类诊断；自主更新：通过新增数据，自主更新和完善诊断模型；S7、验证与评估：交叉验证：通过交叉验证方法评估模型的诊断性能；独立测试集验证：通过独立测试集进行模型验证；评估模型的准确率、灵敏度、特异性的诊断指标。

全文数据：

权利要求：

百度查询： 昆山八鲸医疗科技有限公司 基于大数据分析的早期认知障碍的估计方法及系统