-
公开(公告)号：CN112259237A
公开(公告)日：2021-01-22
申请号：CN202011092598.3
申请日：2020-10-13
申请人： 阿呆科技(北京)有限公司
IPC分类号： G16H50/50 , G16H50/20 , G06K9/62 , G06K9/00 , A61B5/16 , A61B5/398 , A61B5/377 , A61B5/378 , A61B5/00
摘要： 本发明实施例公开了一种基于多情感刺激和多级分类模型的抑郁评估系统，包括：刺激模块，用于对受试者进行外源性刺激和内源性刺激；生理信号采集模块，用于采集所述受试者的目标生理信息；生理信号分析模块，用于对所述目标生理信息进行清洗和特征提取，得到所述受试者的目标特征信息；抑郁评估模块，用于根据所述目标特征信息得到所述受试者的抑郁评估结果。本发明通过全方位采集被试生理信号，能够更加准确、精细地评估受试者。
-
公开(公告)号：CN110811648A
公开(公告)日：2020-02-21
申请号：CN201911138968.X
申请日：2019-11-20
申请人： 阿呆科技(北京)有限公司
IPC分类号： A61B5/16 , A61B5/0484
摘要： 本申请公开了一种基于残差卷积神经网络的抑郁倾向评估系统，包括采集单元、预处理单元、提取单元和评估单元；抑郁评估实验中，采集单元采集受试者的多导联脑电信号；预处理单元预处理脑电信号；提取单元基于残差卷积神经网络，提取预处理后脑电信号的特征；评估单元将提取的各个导联的脑电信号特征通过回归模型训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。本申请通过卷积残差神经网络直接从原始脑电信号中提取特征，增大了卷积网络深度，最大程度的提取了脑电信号的特征。本申请对各个导联的脑电信息进行回归模型训练，使得模型可以充分考虑大脑各个区域的相关性，从而使得模型可以同时处理不同大脑区域的脑电信号。
-
公开(公告)号：CN112259237B
公开(公告)日：2024-03-26
申请号：CN202011092598.3
申请日：2020-10-13
申请人： 阿呆科技(北京)有限公司
IPC分类号： G16H50/50 , G16H50/20 , G06F18/214 , G06F18/10 , G06F18/213 , A61B5/16 , A61B5/398 , A61B5/377 , A61B5/378 , A61B5/00
摘要： 本发明实施例公开了一种基于多情感刺激和多级分类模型的抑郁评估系统，包括：刺激模块，用于对受试者进行外源性刺激和内源性刺激；生理信号采集模块，用于采集所述受试者的目标生理信息；生理信号分析模块，用于对所述目标生理信息进行清洗和特征提取，得到所述受试者的目标特征信息；抑郁评估模块，用于根据所述目标特征信息得到所述受试者的抑郁评估结果。本发明通过全方位采集被试生理信号，能够更加准确、精细地评估受试者。
-
公开(公告)号：CN115376171A
公开(公告)日：2022-11-22
申请号：CN202110538780.5
申请日：2021-05-18
申请人： 阿呆科技(北京)有限公司
摘要： 本申请涉及一种基于面部表情变化的抑郁症状特征获取装置、系统、方法和存储介质，所述装置包括：视频流获取模块，用于获取目标用户的面部表情的视频流，视频流中包含目标用户变化的多个面部表情；第一特征张量获取模块，用于获取视频流的视频帧数量以及视频流中各帧视频的面部表情特征，并根据视频帧数量以及各帧视频的面部表情特征得到第一特征张量；第二特征向量获取模块，用于将第一特征张量输入到预先训练的自注意模型，得到预先训练的自注意模型输出的第二特征向量，第二特征向量表征出目标用户的抑郁症状特征。上述装置能够提高抑郁症状态特征分析结果的准确度。
-
公开(公告)号：CN115206346A
公开(公告)日：2022-10-18
申请号：CN202110400974.9
申请日：2021-04-14
申请人： 阿呆科技(北京)有限公司
摘要： 本申请涉及一种抑郁情绪状态数据获取装置、系统、方法和存储介质。该装置包括：总语音数据获取模块，用于获取目标用户朗读指定语句形成的语音数据；总语音特征识别模块，用于将所述语音数据输入预设的总语音特征识别模型，输出所述目标用户的总语音特征数据；第一相似度确定模块，用于确定第一相似度值，所述第一相似度值为所述目标用户的总语音特征数据和所述抑郁症用户的总语音特征参考数据的相似度值。采用本装置能够能准确地获得目标用户的抑郁情绪状态数据，且可以节省人工处理时间。
-
-
-
-
搜索结果
5 条记录 (耗时 0.024 秒)
