基于HFD和LZC特征联合的单通道静息态脑电抑郁症识别研究
目前抑郁症的临床诊断多以医生经验和患者主观感受为主,主观性强、准确率低、耗时长.随着神经电生理学和计算机技术的发展,抑郁症的客观分类与识别成为可能.但是,已有的基于静息态脑电信号的抑郁症分类识别方法较为单一,脑电特征选取的精准性、综合性和有效性有待进一步探究.本文在设计包含两种模态实验范式的基础上,提出一种基于HFD和LZC特征联合的单通道静息态脑电抑郁症分类识别方法,以期用较少的特征获得较高的分类准确率.首先采集8名抑郁患者和8名健康对照的静息态脑电信号;然后提取其非线性动力学特征参数HFD和LZC;最后将特征数据输入到非线性支持向量机模型中进行分类识别.结果表明,联合特征得到的灵敏度、特异性和分类正确率最高分别为98.12%、96.67%和95.10%,较单独HFD/LZC特征平均分别提高了 23.05%、17.02%和19.29%.同时,模型主体部分仅耗时约12 s.研究结果对临床实践中抑郁症的识别和辅助诊断具有重要意义.
抑郁症、静息态脑电信号、脑电信号特征、分类识别模型
43
TP391;TH77(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;天津市自然科学基金
2022-11-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
181-190