[发明专利]自闭症患病预测方法、装置、设备及存储介质在审
| 申请号： | 201810983944.3 | 申请日： | 2018-08-27 |
| 公开（公告）号： | CN109223002A | 公开（公告）日： | 2019-01-18 |
| 发明（设计）人： | 王思伦 | 申请（专利权）人： | 上海铱硙医疗科技有限公司 |
| 主分类号： | A61B5/16 | 分类号： | A61B5/16;A61B5/055;A61B5/00 |
| 代理公司： | 广州三环专利商标代理有限公司 44202 | 代理人： | 麦小婵;郝传鑫 |
| 地址： | 200000 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种自闭症患病预测方法，首先获取训练完成的卷积神经网络；其中，所述训练完成的卷积神经网络通过对带有正负标签的训练样本和初始卷积神经网络进行卷积神经网络训练，在训练过程中，使用预训练与微调结合的方式；然后，获取待预测的3D‑MRI影像数据；最后，根据所述训练完成的卷积神经网络，对所述待预测的3D‑MRI影像数据进行自闭症预测，得到预测结果。在早期儿童的行为分化不明显时，通过对卷积神经网络自动学习并提取自闭症患者脑结构特征，通过提取的脑结构特征预测罹患自闭症，从而为早期筛查与诊断提供影像学依据。 | ||
| 搜索关键词： | 卷积神经网络 自闭症 预测 脑结构 初始卷积 存储介质 神经网络 特征预测 训练过程 训练样本 预测结果 早期筛查 自动学习 影像学 微调 标签 分化 诊断 | ||
【主权项】：
1.一种自闭症患病预测方法，其特征在于，包括：获取训练完成的卷积神经网络；其中，所述训练完成的卷积神经网络通过对带有正负标签的训练样本和初始卷积神经网络进行卷积神经网络训练，在训练过程中，使用预训练与微调结合的方式；获取待预测的3D‑MRI影像数据；根据所述训练完成的卷积神经网络，对所述待预测的3D‑MRI影像数据进行自闭症预测，得到预测结果。
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上海铱硙医疗科技有限公司，未经上海铱硙医疗科技有限公司许可，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/201810983944.3/，转载请声明来源钻瓜专利网。
