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：河海大学

摘要：本发明公开了一种基于二分假设框架的注意缺陷多动障碍症状得分预测方法，包括对测试样本做不同类别的标签假设，获得不同标签假设下的典型特征；将测试样本和训练样本的典型特征通过假设网络实现特征提取；将测试样本高层特征输入症状分预测子网络，获得聚类效果最佳的训练样本高层特征，取该测试样本高层特征所对应的测试样本标签假设作为测试样本标签的正确假设估计，将该假设标签作为测试样本的估计标签并进行输出；将测试样本的不同标签假设下的候选症状得分、测试样本标签的正确假设估计，一同输入生物标识检测模块，选择与正确假设估计相同的测试样本的标签假设，将该假设下对应的候选症状得分作为最终的生物标识并输出。

主权项：1.一种基于二分假设框架的注意缺陷多动障碍症状得分预测方法，其特征在于：包括如下步骤：步骤1：对测试样本做不同类别的标签假设，即注意缺陷多动障碍疾病标签假设H0和健康标签假设H1；将已进行标签假设的测试样本的脑影像数据与训练样本集的脑影像数据一同输入特征选择模块，获得测试样本在疾病标签假设H0下的典型特征和测试样本在健康标签假设H1下的典型特征以及训练样本不同标签假设下的典型特征，同样为和其中，训练样本集已进行诊断标签标注；步骤2：将测试样本和训练样本的典型特征通过假设网络NetH0实现特征提取；将测试样本和训练样本的典型特征通过假设网络NetH1实现特征提取；每个假设网络包含一个自编码网络、一个分类子网络和一个症状分预测子网络，其中，自编码网络包括一个编码子网络和一个解码子网络；首先由编码子网络输出训练样本的高层特征，分别对应于测试样本的不同标签假设，记为和之后输入解码子网络进行重构，与此同时将不同标签假设下测试样本的典型特征和高层特征分别输入对应假设下的症状分预测子网络，获得对应假设下的候选症状得分，记为B0和B1；步骤3：将测试样本不同假设网络下输出的测试样本高层特征，和输入症状分预测子网络，分别对高层特征和进行聚类测度评分计算，获得对应聚类测度值，记为D0和D1；通过比较判决模块，比较D0和D1的数值大小，识别聚类效果最佳的训练样本高层特征，取该测试样本高层特征所对应的测试样本标签假设作为测试样本标签的正确假设估计，记为同时将该假设标签作为测试样本的估计标签并进行输出，完成对测试样本的分类过程；步骤4：将测试样本的不同标签假设下注意缺陷多动障碍症的候选症状得分B0和B1，以及测试样本标签的正确假设估计一同输入生物标识检测模块；经生物标识判决，选择与正确假设估计相同的测试样本的标签假设，将该假设下对应的注意缺陷多动障碍症的候选症状得分作为最终的注意缺陷多动障碍症生物标识并输出，完成注意缺陷多动障碍症生物标识检测过程。

全文数据：

权利要求：

百度查询： 河海大学 基于二分假设框架的注意缺陷多动障碍症状得分预测方法