买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉季灿人工智能实验室(深圳)有限公司申请的专利一种抑郁症识别方法、装置和人形机器人获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119153063B 。

龙图腾网通过国家知识产权局官网在2025-12-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411044759.X，技术领域涉及：G16H50/20；该发明授权一种抑郁症识别方法、装置和人形机器人是由沐华平;温志庆;周德成;高婷设计研发完成，并于2024-08-01向国家知识产权局提交的专利申请。

本一种抑郁症识别方法、装置和人形机器人在说明书摘要公布了：本发明公开了一种抑郁症识别方法、装置和人形机器人，方法包括获取采集设备采集的抑郁症患者的多模态时间序列数据；根据所述多模态时间序列数据，进行抑郁症识别预处理操作，得到第一特征向量矩阵；对所述第一特征向量矩阵提取得到空间邻近度矩阵和像素值相似度矩阵；将所述空间邻近度矩阵和所述像素值相似度矩阵输入到预先配置的双边滤波器中进行降噪和平滑，得到第二特征向量矩阵；对所述第二特征向量矩阵中的特征向量设置识别的优先级，得到第三特征向量矩阵；将所述第三特征向量矩阵输入到预先配置的LSTM识别模型中，得到识别结果；本发明通过使用双边滤波器和优先级设置进行抑郁症识别，提高了抑郁症的自动识别准确率。

本发明授权一种抑郁症识别方法、装置和人形机器人在权利要求书中公布了：1.一种抑郁症识别方法，其特征在于，所述方法包括： 获取采集设备采集的抑郁症患者的多模态时间序列数据；其中，所述多模态时间序列数据包括音频数据、视频数据、心率数据、血压数据和体温数据； 根据所述多模态时间序列数据，进行抑郁症识别预处理操作，得到第一特征向量矩阵； 对所述第一特征向量矩阵提取得到空间邻近度矩阵和像素值相似度矩阵； 将所述空间邻近度矩阵和所述像素值相似度矩阵输入到预先配置的双边滤波器中进行降噪和平滑，得到第二特征向量矩阵；其中，所述双边滤波器由空间高斯函数和强度高斯函数组成； 对所述第二特征向量矩阵中的特征向量设置识别的优先级，得到第三特征向量矩阵； 将所述第三特征向量矩阵输入到预先配置的LSTM识别模型中，得到识别结果； 其中，所述LSTM识别模型的配置过程包括： 获取历史多模态时间序列数据； 根据所述历史多模态时间序列数据，进行模型训练预处理操作，得到第一历史特征向量矩阵； 根据所述第一历史特征向量矩阵，进行数据标注操作，得到标注向量矩阵； 将所述第一历史特征向量矩阵输入到预先配置的双边滤波器中进行降噪和平滑，得到第二历史特征向量矩阵； 将所述第二历史特征向量矩阵中的特征向量设置识别的优先级，得到第三历史特征向量矩阵，将第三历史特征向量矩阵和所述标注向量矩阵输入到所述LSTM识别模型中进行训练，在所述LSTM识别模型的损失函数满足收敛条件后判断训练完成，得到训练后的LSTM识别模型； 其中，LSTM的输入包括序列中的每个时间步的特征向量，这些向量包括音频特征、视频特征以及生理特征；在每个时间步，LSTM模型根据当前输入特征和其记忆单元中的状态更新其内部状态，并输出一个新的隐藏状态；隐藏状态包含了时间序列中累积的特征信息，捕捉抑郁症患者在不同时间点的行为和生理特征变化； 其中，所述第二特征向量矩阵中的特征向量的优先级计算公式具体为： 其中，是所述第二特征向量矩阵中的特征向量的优先级；是所述第二特征向量矩阵中的特征向量的权重，用于反映所述第二特征向量矩阵中的特征向量在抑郁症识别中的基础重要性；是所述第二特征向量矩阵中的特征向量的信息增益，用于表示所述第二特征向量矩阵中的特征向量在分类中的贡献；是平衡系数，用于平衡信息增益和特征间协方差的影响；是所述第二特征向量矩阵中的特征向量和所述第二特征向量矩阵中的特征向量的协方差，用于反映两个特征间的相互作用。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人季灿人工智能实验室(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道松坪山社区朗山路16号华瀚创新园办公楼C座一单元C513；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。