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！

龙图腾网获悉李成明申请的专利基于融合与增强同构模态表征的抑郁风险评估装置及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117497186B 。

龙图腾网通过国家知识产权局官网在2026-01-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311419878.4，技术领域涉及：G16H50/30；该发明授权基于融合与增强同构模态表征的抑郁风险评估装置及方法是由胡希平;李成明;张晨炜设计研发完成，并于2023-10-30向国家知识产权局提交的专利申请。

本基于融合与增强同构模态表征的抑郁风险评估装置及方法在说明书摘要公布了：本申请涉及人工智能技术领域，公开了一种基于融合与增强同构模态表征的抑郁风险评估装置及方法，所述装置使用特征提取模块在预设的网络层中提取步态骨架数据中多种同构模态的抽象特征；特征提取模块包括空间自注意力机制模块和时间自注意力机制模块；两个模块均采用多头自注意力机制，用以分别在空间维度和时间维度建模全局特征。跨模态融合模块设于其中一个或多个网络层中，用于融合多种同构模态的抽象特征，不仅进行了后融合策略，还实现了同构模态的特征中间融合。损失计算模块，利用边界损失函数约束多种同构模态的特征中心在特征空间中的距离，以此增强了类内模态的独有特征，减少类内模态的相似特征，提高了装置评估准确率。

本发明授权基于融合与增强同构模态表征的抑郁风险评估装置及方法在权利要求书中公布了：1.一种基于融合与增强同构模态表征的抑郁风险评估装置，其特征在于，所述装置包括： 特征提取模块，用于在预设的网络层中提取步态骨架数据中多种同构模态的抽象特征；其中，所述网络层有一个或多个； 所述步态骨架数据中的同构模态包括步态关节坐标和骨骼朝向；所述网络层包括两个所述特征提取模块，用于分别提取所述步态关节坐标对应的关节特征作为所述抽象特征，以及所述骨骼朝向对应的骨骼特征作为所述抽象特征； 所述同构模态的特征中心包括健康样本的关节特征的特征中心、健康样本的骨骼特征的特征中心、抑郁样本的关节特征的特征中心、抑郁样本的骨骼特征的特征中心、健康样本的特征中心、抑郁样本的特征中心； 边界损失函数用于计算多模态边界损失，所述多模态边界损失通过计算第一约束损失、第二约束损失和第三约束损失获得； 所述第一约束损失用于约束所述健康样本的关节特征的特征中心与所述健康样本的骨骼特征的特征中心之间的距离； 所述第二约束损失用于约束所述抑郁样本的关节特征的特征中心与所述抑郁样本的骨骼特征的特征中心之间的距离； 所述第三约束损失用于约束类内模态间的距离中的最大值小于类间距离； 其中，所述类内模态间的距离包括所述健康样本的关节特征的特征中心与所述健康样本的骨骼特征的特征中心之间的距离，以及所述抑郁样本的关节特征的特征中心与所述抑郁样本的骨骼特征的特征中心之间的距离；所述类间距离为所述健康样本的特征中心与所述抑郁样本的特征中心之间的距离； 跨模态融合模块，设于其中一个或多个所述网络层中，用于融合多种所述同构模态的抽象特征； 损失计算模块，用于利用边界损失函数约束多种所述同构模态的特征中心在特征空间中的距离； 其中，所述特征提取模块包括空间自注意力机制模块和时间自注意力机制模块；所述空间自注意力机制模块和所述时间自注意力机制模块均采用多头自注意力机制，用以分别在空间维度和时间维度建模全局特征； 所述空间自注意力机制模块采用最短距离和度生成的嵌入特征作为位置编码；其中，所述最短距离为预先生成的拓扑结构图中任一关节点与其余关节点之间的最短距离；所述度为所述拓扑结构图中与对应关节点相连的边数；所述时间自注意力机制模块采用掩码机制计算任一关节点在时间维度的注意力分数；所述任一关节点在时间维度的注意力分数为根据该关节点在任一时间点的特征与该时间点之前的特征计算得到的注意力分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人李成明，其通讯地址为：518172 广东省深圳市龙岗区龙城街道大运新城国际大学园路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。