句子级时序卷积网络的多模态抑郁症识别方法

针对多模态抑郁症模型在特征提取时,语句间关联性较弱,不同模态间的特征融合较为随意,在中文数据集上模型的泛化能力缺乏验证等问题,本文通过分析与抑郁症相关的音频、文本和视觉特征,提出了基于改进TCN模型的多模态抑郁症识别模型STCMN(Sentence-level Temporal Convolutional Memory Net-work),并将该模型应用于临床抑郁症辅助诊断当中。该模型首先使用残差块、GRU和Self-Attention的融合模块来提取不同模态下的句子级特征,增强了上下文联系,然后使用TCN模型来提取不同模态的全局特征,并使用Cross Attention对不同模态的全局特征以多模态融合特征为主进行融合,最后通过LogSoftmax层得到模型对抑郁症的识别结果。在DAIC-WOZ公开数据集上,本文所提出的方法对抑郁症识别的准确率达到了91.3%,精确率达到了93.6%,召回率达到了89.7%,其相关指标均优于其他方法,可以更好地满足临床医学的需求。在私有中文数据集MMD2022上,STCMN模型的识别结果仍为最优,表明该模型在中文抑郁症识别任务上具较好的泛化能力。

基于双注意力机制的头影标志点检测研究

准确可靠的头影标志点检测在口腔正畸的临床诊疗和研究中至关重要,但在实践中存在标志点定位难度大、准度低以及速度慢等问题,因此为了降低检测难度,提高临床诊断的准确性和高效性,提出了一种结合多注意力机制的检测算法CenterNetSC。算法首先采用深度聚合网络DLA-34作为CenterNetSC的主干网络并用于特征提取;其次,通过在深度聚合网络中引入SE和CBAM两种注意力机制加强网络对卷积通道以及空间位置的全局感知;再次,在DLA-34网络之后加入可变形卷积捕捉对象的细节和局部信息;最后,模型在ISBI 2015 Grand Challenge的cephalometric X-rays两个测试集上分别实现了1.11 mm和1.37 mm的平均径向误差(MRE),以及2.0 mm定位误差范围内87.13%和77.03%的成功检测率(SDR)。较其他检测方法而言,CenterNetSC能够快速、准确地定位标志点,可以满足临床医学的需求。