龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室)
摘要：本发明公开了一种基于因果表征学习的抑郁症严重程度评估方法及系统，涉及人工智能技术领域，将被试者和心理医生之间的访谈文本以及每个抑郁症症状的分数输入到已训练完成后的抑郁症评估模型中，输出抑郁症估计的分数，以评估被试者抑郁症的严重程度；抑郁症评估模型的训练过程如下：构建训练数据集，并对训练数据集中的访谈样本进行特征提取得到每个访谈样本的高阶语义特征；通过因果解耦表征模块对高阶语义特征进行解耦处理，得到抑郁症症状之间的因果表征，通过下游抑郁症估计模块对因果表征进行因果处理后输出访谈样本的抑郁症的总分预测值；该抑郁症严重程度评估方法及系统实现了对抑郁症严重程度的准确评估，还提供了一定的心理机制的见解。
主权项：1.一种基于因果表征学习的抑郁症严重程度评估方法，其特征在于，将被试者和心理医生之间的访谈文本以及每个抑郁症症状的分数输入到已训练完成后的抑郁症评估模型中，输出抑郁症估计的分数，以评估被试者抑郁症的严重程度；所述抑郁症评估模型的训练过程如下：步骤一、获取同时包含抑郁症评估子项分数和总分的M个半结构访谈样本，组成训练数据集，并对训练数据集中的访谈样本进行特征提取得到每个访谈样本的高阶语义特征；步骤二、将每个访谈文本的高阶语义特征依次送入到因果解耦表征模块，基于编码器对高阶语义特征进行编码，通过监督信号学习到解耦的抑郁症的潜在症状表示，基于因果发现算法建立潜在症状表示之间的因果关系，将潜在症状表示送入有向无环图并结合潜在症状表示之间的因果关系得到抑郁症症状之间的因果表征，构建第一损失函数，以训练因果解耦表征模块；步骤三、将抑郁症症状之间的因果表征冻结后送入下游抑郁症估计模块，基于因果表征计算因果图中节点之间的因果总效应并归一化得到节点之间的归一化因果效应系数，基于归一化因果效应系数计算每个节点表征，将每个节点表征拼接后送入序数回归模块，以输出所述访谈样本的抑郁症的总分预测值，以此评估抑郁症的严重程度，构建第二损失函数，以训练下游抑郁症估计模块。
全文数据：
权利要求：
百度查询： 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) 一种基于因果表征学习的抑郁症严重程度评估方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号