一种基于自监督学习和迁移学习的抑郁症分类方法[CN202110474703.8] - 浙江工业大学

专利申请

2021-04-29
公布公告

2024-03-22
授权日期

2024-03-22
终止

2034-03-20

一种基于自监督学习和迁移学习的抑郁症分类方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202110474703.8 申请日期： 2021-04-29 专利主类别： G06F18/241 {{ classMap["G06F18/241"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

专利注册信息

初审公告期号	2021-04-29	初审公告日期	2024-03-22
注册公告期号	2024-03-22	注册公告日期	2024-03-22
专用权期限	2024-03-22 - 2034-03-20	专利类型	发明授权
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于自监督学习和迁移学习的抑郁症分类方法，基于弥散张量成像数据跟踪全脑白质纤维束，构建全脑白质纤维束网络，利用自监督学习策略通过对比学习自动学习与下游任务无关的脑网络节点表征和网络表征。基于脑网络表征和和非影像表型信息，构建群组网络，将抑郁症分类问题转换为网络节点分类问题，使用基于谱图卷积的图卷积神经网络模型对抑郁症患者和正常对照分类。本发明利用自监督学习和迁移学习，部分解决了抑郁症样本较少的问题，有效挖掘了抑郁症相关的脑网络水平特征，提高了抑郁症分类的精度。

法律进度