[发明专利]远程训练方案的推送方法、装置、计算机设备和存储介质

权利要求书

1.一种远程训练方案的推送方法，其特征在于，所述方法包括：

获取第一终端发送的认知功能评估信息和医学相关信息；所述认知功能评估信息是通过第一用户在所述第一终端上进行远程评估得到的；所述医学相关信息包括医学图像信息和生物资料信息；

依据所述认知功能评估信息和医学相关信息，确定异常阶段信息；

根据资料库中的多种训练资料，确定与所述异常阶段信息相匹配的训练方案，所述训练方案中包括与多个认知域相关的训练资料；

将所述训练方案推送至所述第一终端，以供所述第一用户根据所述训练方案进行训练操作。

2.根据权利要求1所述的方法，其特征在于，所述依据所述认知功能评估信息和医学相关信息，确定异常阶段信息，包括：

对医学图像信息进行图像预处理，得到预处理图像；

将所述预处理图像输入至预先训练好的长短时记忆神经网络模型中，由所述长短时记忆神经网络模型进行特征提取，得到图像特征的隐藏表示；所述图像特征包括波段变化特征、边缘特征、以及灰度特征；

基于所述生物资料信息和图像特征的隐藏表示，利用全连接神经网络进行分类，得到预测阶段信息；

根据所述认知功能评估信息和所述预测阶段信息，确定第一用户的异常阶段信息。

3.根据权利要求2所述的方法，其特征在于，所述长短时记忆神经网络模型的训练步骤包括：

获取当前的样本图像，并将所述当前的样本图像中的图像特征作为当前时刻的输入值；

根据上一时刻图像特征的隐藏表示，由遗忘门对所述输入值进行加权运算得到第一中间值、由输入门对所述输入值进行加权运算得到第二中间值和第三中间值、以及由输出门对所述输入值进行加权运算得到第四中间值；

根据上一时刻图像特征的单元状态、第一中间值、第二中间值、以及第三中间值，确定当前时刻的图像特征的单元状态；

根据所述当前时刻的图像特征的单元状态和第四中间值，得到当前时刻的输出值；其中，所述输出值为当前时刻的图像特征的隐藏表示；

获取下一样本图像，将下一样本图像中的图像特征作为下一时刻的输入值，并返回至根据上一时刻图像特征的隐藏表示，由遗忘门对所述输入值进行加权运算得到第一中间值、由输入门对所述输入值进行加权运算得到第二中间值和第三中间值、以及由输出门对所述输入值进行加权运算得到第四中间值的步骤继续执行，直至满足训练终止条件时停止迭代，得到训练好的长短时记忆神经网络模型。

4.根据权利要求2所述的方法，其特征在于，所述全连接神经网络的训练步骤包括：

将样本图像的图像特征、图像特征的隐藏表示、以及单元状态，输入至全连接神经网络中，输出异常阶段预测结果；所述异常阶段预测结果表征处于不同异常阶段的概率值；

基于所述异常阶段预测结果和所述样本图像实际所属的异常阶段之间的差异，确定应删除的图像特征，并基于所述应删除的图像特征确定调节参数；

基于所述异常阶段预测结果和调节参数，确定奖励函数；

以最大化奖励函数为目标，对全连接神经网络的调节参数进行调整，直至满足训练终止条件时结束训练，得到训练好的全连接神经网络。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

向第一终端发送评估标准信息，以供所述第一终端向第一用户可视化展示评估内容；所述评估标准信息用于引导第一用户在所述第一终端上进行评估测试；

其中，所述可视化展示至少包括图片展示、文字展示、视频展示、以及语音展示中的一种。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据第一终端或第二终端发起的交互请求，建立所述第一终端与第二终端之间的通信连接，以供第一终端接收第二终端发送的评估指令，并根据所述评估指令进行远程评估；其中，所述交互请求至少包括聊天请求、语音请求、以及视频请求中的一种。