发明专利已授权

基于多模态时序数据深度学习的轻度抑郁症动态预测系统

Name: 基于多模态时序数据深度学习的轻度抑郁症动态预测系统
Brand: 南京信息工程大学
SKU: 2025119771038
Availability: InStock

📄 申请号：CN202511977103.8 📄 发布日：2026/11/12

著录项目信息

申请日

2025-12-25

公开号

CN121506501B

公开日

2026-08-07

申请人

南京信息工程大学

法律状态

已下证

专利类型

发明

主分类号

G16H50_30

IPC 分类号

G16H50_30 , G16H10_60 , G16H20_10 , G16H20_30 , G16H20_70 , G16H50_20 , G06F18_2111 , G06F18_214 , G06F18_25 , G06F18_20 , G06N3_042 , G06N3_045 , G06N3_0464 , A61B5_16 , A61B5_0533 , A61B5_372 , A61B5_377 , A61B5_378 , A61B5_00 ,

技术画像

所属领域

人工智能算法人工智能算法多模态数据融合时序数据分析

应用场景

轻度抑郁症筛查, 心理健康监测, 精神疾病辅助诊断, 远程医疗, 临床决策支持

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了基于多模态时序数据深度学习的轻度抑郁症动态预测系统，包括数据采集模块，采集轻度抑郁症疑似患者的相关数据；数据处理模块，对采集的数据进行预处理，采用临床‑数据双驱权重融合算法生成多模态时序特征集；关键特征集获取模块，根据多模态时序特征集的时间分辨率关系，得到最优时间尺度；基于最优时间尺度获取时序特征向量集合，并对该集合进行修正，得到多模态关键特征集；特征向量获取模块，基于多模态关键特征集，并结合临床先验构建初始超图，得到轻度抑郁症预测特征向量；最优方案获取模块，基于轻度抑郁症预测特征向量，生成Pareto最优方案集。本发明实现了高精度预测与病情跟踪，为抑郁症精准医疗提供智能化工具。

常见问题

这项专利是否已经下证？

是的，该专利已下证，法律状态为“已下证”，公开号： CN121506501B

购买这项专利需要经过哪些流程？

平台提供担保交易、全程代办转让手续。买家可委托平台代购，平台协助完成权属尽调、合同签署、国家知识产权局著录项目变更等流程。

该专利的转让价格是多少？

当前标价为议价，可委托平台代购或预约谈判。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于注意力机制与偏差校准的闪电位置及频次协同估计方法

当前第 / 件

一种基于旁路微调的高精度卷筒装置及调整方法

同领域国内专利 · IPC: (G16H50_30)

G16H50_00 G16H50_20 G16H50_30 G16H50_50 G16H50_70 G16H50_80 覆盖6个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：3 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 2657件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)