[发明专利]脑疾病分类装置、用户终端和计算机可读存储介质有效
| 申请号： | 201811095737.0 | 申请日： | 2018-09-19 |
| 公开（公告）号： | CN109344889B | 公开（公告）日： | 2021-01-29 |
| 发明（设计）人： | 雷柏英;杨鹏;汪天富;秦璟;倪东;陈思平 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G16H50/20 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人： | 逯恒 |
| 地址： | 518000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种脑疾病分类方法、装置和用户终端，其中所述方法包括：通过融合稀疏网络模型构建多时间点脑功能连接网络；利用无参数中心化多任务学习方法对所述多时间点脑功能连接网络中的早期轻度认知障碍样本和晚期轻度认知障碍样本进行纵向分析，得到多时间点特征；通过相似性融合方法融合所述多时间点特征，并通过支持向量机模型完成分类。本发明所提供的分类方法的与现有技术相比，数据有效性更强，分类准确度高，可实现准确地对受试者的脑疾病情况进行诊断。 | ||
| 搜索关键词： | 疾病 分类 装置 用户 终端 计算机 可读 存储 介质 | ||
【主权项】：
1.一种脑疾病分类方法，其特征在于，包括：通过融合稀疏网络模型构建多时间点脑功能连接网络；利用无参数中心化多任务学习方法对所述多时间点脑功能连接网络中的早期轻度认知障碍样本和晚期轻度认知障碍样本进行纵向分析，得到多时间点特征；通过相似性融合方法融合所述多时间点特征，并通过支持向量机模型完成分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳大学，未经深圳大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811095737.0/，转载请声明来源钻瓜专利网。
