基本信息:
- 专利标题： 基于深度学习的高准确率强迫症识别算法
- 申请号：CN202510045250.5 申请日：2025-01-13
- 公开(公告)号：CN120123721A 公开(公告)日：2025-06-10
- 发明人： 陈宇 , 杜浩涵
- 申请人： 东北林业大学
- 申请人地址： 黑龙江省哈尔滨市香坊区和兴路26号
- 专利权人： 东北林业大学
- 当前专利权人： 东北林业大学
- 当前专利权人地址： 黑龙江省哈尔滨市香坊区和兴路26号
- 主分类号： G06F18/213
- IPC分类号： G06F18/213 ; A61B5/369 ; A61B5/00 ; G06F18/10 ; G06F18/214 ; G06F18/24 ; G06F18/25 ; G06N3/045 ; G06N3/08
摘要：
针对基于深度学习的强迫症分类模型研究较少，深度学习模型对横向序列特征的提取不足，提取特征的价值密度较低等问题，本文提出了一种基于深度学习的高准确率强迫症分类模型OCD‑AttModel，用于脑电信号中的强迫症识别。模型充分考虑了受试者之间的差异性，通过对脑电信号窗口化和one‑hot编码，识别出具有判别力的稳健特征。利用Block1对空间维度特征进行提取，生成多个特征矩阵；随后通过Block2在横向序列维度上进行特征处理。每个特征提取模块后，插入融合空间Dropout与优化自注意力机制的特征修正模块，以筛选更高价值的特征，实现对强迫症的精准识别。
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06F | 电数字数据处理 |
| ------G06F18/00 | 模式识别 |
| --------G06F18/10 | .预处理；数据清理 |
| ----------G06F18/21 | ..识别系统或技术的设计或设置；特征空间中的特征提取；盲源分离 |
| ------------G06F18/213 | ...特征提取，例如通过变换特征空间；概括；映射，例如空间方法 |