公开(公告)号：CN119153035A

公开(公告)日：2024-12-17

申请号：CN202411106686.2

申请日：2024-08-13

Applicant: 南京林业大学

Inventor： 张礼 ,  顾恒 ,  马越 ,  黄硕 ,  马迪

IPC: G16H20/70 ,  G06N3/09 ,  G06F18/213 ,  G06F18/241

Abstract: 本发明公开了一种基于决策树结构对比学习的抑郁症诊断分析方法，包括：步骤1：首先对拥有的数据进行预处理；步骤2：选取其中一个模态的特征来描述模型的编码过程；步骤3：将选择后的特征输入编码器；步骤4：将编码所得到的yi输入投影编码器之中进行特征降维；步骤5：计算分类损失；步骤6：根据表征构建对比学习损失；步骤7：重复所述步骤2至6，得到四种模态数据各自的编码器与表征y与z；步骤8：根据Lall的梯度方向，对上述各编码器中能够调整的权重按梯度下降方向进行迭代更新，完成模型的学习过程。本发明利用多种模态的数据对MDD进行诊断，并结合拥有白盒特性的决策树结构来对MDD相关的风险基因与脑区进行分析，有效提升了MDD的诊断精度。