[發明專利]一種基于知識圖譜的抑郁癥智能診斷裝置及系統有效
| 申請號: | 202010170779.7 | 申請日: | 2020-03-12 |
| 公開(公告)號: | CN111462841B | 公開(公告)日: | 2023-06-20 |
| 發明(設計)人: | 何卷紅;邢曉芬;徐向民;郭鍇凌;田翔 | 申請(專利權)人: | 華南理工大學 |
| 主分類號: | G16H10/20 | 分類號: | G16H10/20;G16H15/00;G16H50/20;G06F16/36;G06V40/70;G06F18/214;G10L25/63 |
| 代理公司: | 廣州市華學知識產權代理有限公司 44245 | 代理人: | 霍健蘭;梁瑩 |
| 地址: | 510640 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 知識 圖譜 抑郁癥 智能 診斷 裝置 系統 | ||
1.一種基于知識圖譜的抑郁癥智能診斷裝置,其特征在于:包括:
數據采集模塊,用于采集用戶的人體數據;人體數據包括視頻數據、音頻數據、腦電數據和心率數據;
實體屬性值獲取模塊,用于采用訓練好的學習模型從人體數據中獲取實體和對應的實體屬性值;
以及知識圖譜模塊,用于連接實體和實體屬性值構成知識圖譜,得到抑郁癥診斷結果;
所述實體屬性值獲取模塊中,學習模型包括表情識別模型、動作識別模型、著裝形態識別模型、語速語調計算模型、文本分析模型、情緒識別模型和壓力分類模型;
從視頻數據中獲取圖片序列和圖片;采用表情識別模型從圖片序列中獲取的實體為表情;采用動作識別模型從圖片序列中獲取的實體包括動作和反應;采用著裝形態識別模型從圖片中獲取的實體為著裝形態;
采用語速語調計算模型從音頻數據中獲取的實體包括語速和語調;采用文本分析模型從音頻數據中獲取的實體包括語義信息;采用情緒識別模型從腦電數據中獲取的實體為情緒信息;采用壓力分類模型從心率數據中獲取的實體為壓力信息;
所述實體與實體屬性值對應如下:
著裝形態--邋遢、奇裝異服、正常;
語速--快、慢、正常;
語調--高、低、正常;
反應--過快、過慢、正常;
表情--憤怒、厭惡、恐懼、開心、悲傷、驚奇、中性、流淚;
動作--坐立不安、肢體語言豐富、小動作多、正常;
壓力信息--中立、壓力、愉悅;
情緒信息--情緒分類等級;
所述實體屬性值獲取模塊中,通過自然語言處理技術從醫療資料中獲取實體和對應的實體屬性值進行訓練學習模型;所述知識圖譜模塊中,通過自然語言處理技術從醫療資料中獲取實體和對應的實體屬性值,之后通過實體之間關系構建知識圖譜;
所述知識圖譜模塊采用知識圖譜實現構建,抽取各實體之間的關聯關系,對構建的知識圖譜進行知識推理,得到更深層次的實體關系,進而得到拓展后的知識圖譜;然后將構建的知識圖譜存儲在Neo4j圖數據庫中。
2.根據權利要求1所述的基于知識圖譜的抑郁癥智能診斷裝置,其特征在于:所述表情識別模型、動作識別模型、著裝形態識別模型、語速語調計算模型和文本分析模型分別采用卷積神經網絡模型或循環神經網絡模型;
所述情緒識別模型和壓力分類模型采用機器學習模型。
3.根據權利要求1所述的基于知識圖譜的抑郁癥智能診斷裝置,其特征在于:所述知識圖譜模塊還通過閉環式系統,實現迭代和完善。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華南理工大學,未經華南理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010170779.7/1.html,轉載請聲明來源鉆瓜專利網。





