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：中南大学湘雅二医院

摘要：本发明公开了一种抑郁症风险预测模型的构建方法，涉及计算机技术领域，其技术要点为：该方法包括以下步骤，分别是基于社区学校队列和医院精神科门诊、病房平台，筛选出符合标准的抑郁症患者为病例组，队列中的健康人群为对照组，采集基线和随访过程中病例组和对照组的宏观‑微观环境信息数据；对病例组和对照组数据进行统计分析，获取抑郁症发病的相关影响因素结果；基于大数据和人工智能方法实现上述抑郁症患者的早期个体化预警；使用多模态数据算法构建风险预测模型。本发明能够有效评估不同人群、不同时期患抑郁症的风险大小，建立全人群、全生命周期的抑郁症风险预测，有助于抑郁症的个体化防治、早期诊断和精准治疗。

主权项：1.一种抑郁症风险预测模型的构建方法，其特征在于，包括以下步骤：S1、抑郁症患者筛选基于社区学校队列和医院精神科门诊、病房平台，筛选出符合标准的抑郁症患者为病例组，健康人群为对照组；S2、数据采集采集基线和随访过程中病例组和对照组的宏观-微观环境信息数据；S3、数据分析对步骤S2中采集的病例组和对照组数据进行统计分析，从基因组成-转录调控-蛋白表达-肠道微生物-代谢通路以及脑功能网络-认知-行为-环境多层次水平上获取抑郁症发病的相关影响因素结果；S4、早期个体化预警基于大数据和人工智能方法实现抑郁症患者的早期个体化预警；所述早期个体化预警的具体操作如下：S41：系统采集、追踪并整合普通人群和特殊人群的宏观、微观各项变量，汇集到脑疾病临床研究大数据库；S42、基于大数据和人工智能方法通过高级算法实现抑郁症患者的个体化预警，具体操作如下：S421、首先使用逻辑回归模型进行预测分类，逻辑回归模型预测的函数为： ；其中表示患者i的抑郁症的概率，表示患者i的标签，用于表示患者有或无抑郁症；表示患者i的特征向量，包含用于预测抑郁症的各种特征或指标，w是模型的权重向量，T表示权重向量的转置，b是偏置，是逻辑函数；S422、将逻辑回归模型的预测结果与阈值进行比对、判断，如果预测患者的抑郁症概率超过阈值，则发出预警提示；S5、构建风险预测模型使用倾向性评分对混杂因素进行匹配，利用多模态数据算法，按照步骤构建风险预测模型;所述多模态数据算法包括如下步骤：S51、多模态数据特征预处理；S52、数据对齐；S53、深度学习与模式识别,所述深度学习与模式识别包括：①特征提取；②模型训练；③卷积神经网络；④残差网络；⑤注意力机制；⑥生成对抗网络；⑦自注意力模型；S54、交叉验证；S55、性能评估。

全文数据：

权利要求：

百度查询： 中南大学湘雅二医院 一种抑郁症风险预测模型的构建方法