首都医科大学附属北京中医医院刘春红获国家专利权
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!
龙图腾网获悉首都医科大学附属北京中医医院申请的专利一种抑郁症复发风险干预方法、装置、设备及介质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:CN120413024B 。
龙图腾网通过国家知识产权局官网在2026-02-10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:202510501378.8,技术领域涉及:G16H50/30;该发明授权一种抑郁症复发风险干预方法、装置、设备及介质是由刘春红;刘军;张康;曲淼;杜鑫;陈垒;郭志鹏;安小园;刘阳设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。
本一种抑郁症复发风险干预方法、装置、设备及介质在说明书摘要公布了:本发明公开了一种抑郁症复发风险干预方法、装置、设备及介质,属于医疗技术领域。方法包括:通过多模态融合神经网络整合基因风险评分、神经影像学脑区特征及临床病史数据,生成个体化基线风险评分;基于自我评估数据动态修正基线评分,增强风险评估的实时性;利用LSTM时间序列模型分析生理与行为数据的时序特征,输出短期复发预警标签;结合实时语音文本数据的情感知识图谱解析与动态风险分级,触发分层干预策略。本发明通过多维度数据融合与动态校准机制,解决传统方法评估维度单一、响应滞后的问题,在避免直接临床诊断的前提下,实现从风险预警到精准干预的闭环管理,提升抑郁症复发防控的全面性与时效性。
本发明授权一种抑郁症复发风险干预方法、装置、设备及介质在权利要求书中公布了:1.一种抑郁症复发风险干预方法,其特征在于,包括: 获取用户的基因风险评分数据、临床病史数据和神经影像学数据,并输入到预先训练好的个体化基线风险模型中,所述个体化基线风险模型输出患者的基线风险评分; 获取用户的自我评估数据,根据所述自我评估数据确定修正系数,根据所述修正系数修正所述基线风险评分,得到修正风险评分; 获取用户的生理数据和行为数据,将所述修正风险评分、生理数据和行为数据输入到预先训练好的短期预警模型中,所述短期预警模型输出短期预警标签; 实时获取用户的语音数据和聊天文本数据,将所述短期预警标签、语音数据和聊天文本数据输入预先训练好的即时干预模型中,所述即时干预模型生成即时干预策略; 所述个体化基线风险模型按照如下方式进行训练: 获取抑郁症患者的基础数据;其中,所述基础数据包括基因数据、神经影像学数据和临床病史数据; 提取所述基础数据的特征,根据提取的特征构建训练集;其中,对基因数据计算基因风险评分;对神经影像学数据提取脑区结构特征,所述脑区结构特征包括伏隔核灰质体积和腹侧被盖区皮层厚度;对临床病史数据提取病史特征; 确定个体化基线风险模型的架构为多模态融合神经网络;其中,多模态融合神经网络包括输入层、融合层和输出层;输入层用于接收多模态特征,多模态特征包括基因风险评分、脑区结构特征和病史特征;融合层通过张量拼接合并多模态特征,利用自注意力模块动态计算各模态权重,经全连接层降维生成隐层向量;输出层采用单节点全连接层搭配Sigmoid激活函数,根据隐层向量输出基线风险评分; 基于训练集和所述多模态融合神经网络进行模型训练,训练完成后得到个体化基线风险模型; 短期预警模型的训练方法如下: 获取用于模型训练的历史生理数据和历史行为数据;历史生理数据包括用户心率变异性、皮肤电导和体温昼夜温差;历史行为数据包括社交活动时长和运动强度; 确定短期预警模型的架构为LSTM时间序列预测模型; 根据修正风险评分、历史生理数据和历史行为数据以及LSTM时间序列预测模型进行训练,训练完成后得到短期预警模型。
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首都医科大学附属北京中医医院,其通讯地址为:100010 北京市东城区美术馆后街23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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励