[发明专利]结合人口学注意力机制的便携式脑电抑郁检测系统

说明书

本发明提出一种结合人口学注意力机制的便携式脑电抑郁检测系统，一方面通过使用卷积神经网络来提升脑电信号序列学习和建模的准确性，另一方面结合注意力机制引入个体的人口学信息，实现更为有效的抑郁障碍检测。包括脑电数据采集模块、数据预处理模块、抑郁障碍检测模块；所述脑电数据采集模块用于采集被试的静息态脑电原始数据；所述数据预处理模块用于对采集的原始数据进行数据预处理；所述抑郁障碍检测模块用于基于数据预处理后的脑电数据完成抑郁障碍检测，采用人工神经网络构建并训练模型对脑电信号进行分类，联合使用卷积操作和注意力机制将人口学信息融合到脑电信号的建模过程中。

技术领域

本发明涉及结合人口学注意力机制的便携式脑电抑郁检测系统，属于抑郁症辅助医疗技术领域。

背景技术

抑郁障碍又称抑郁症，根据世界卫生组织(World Health Organization,WHO)最新统计报告，目前全球共有3.22亿名抑郁障碍患者。中国是全球抑郁障碍疾病负担较严重的国家之一。全国性精神障碍流行病学调查结果显示，我国抑郁障碍的终身患病率为6.8％，12月患病率为3.6％(注：终身患病率指在一生当中得过抑郁症的患者所占总人口的比率，12月患病率指在12个月内得过抑郁症的患者所占总人口的比率)。我国政府目前已对抑郁障碍等精神疾病的防治高度重视，将其明确列入《“健康中国”2030》、《健康中国行动(2019—2030年)》等计划当中。

抑郁障碍会对人们的正常工作和生活带来严重影响。在实际抑郁检测当中，自评量表仅能作为一种参考依据，并不能通过简单的量表自评就对抑郁患者做出判断，必须要结合专业医师的临床经验与问询诊断得出最终的结论。临床诊断作为另一种重要的抑郁障碍检测方式，是目前精神专科医院所采用的主要方法。但是临床诊断往往受限于医师的临床经验，对于专业水平相差较大的医师，诊断结果往往会出现较大差异。此外，这类检测方法难以避免出现被测试者主观隐瞒等干扰因素，容易导致结果出现偏差，并且诊断过程需要精神科医生的全程参与。而随着抑郁障碍患者数量的不断增长，其与有限的精神卫生服务资源之间的矛盾越来越显著，很多患者无法得到有效的检测和诊断，容易错过最佳的干预治疗时期。

脑电图作为一种非侵入式的大脑中枢神经活动测量工具，已经被越来越广泛地应用于情感感知和抑郁障碍识别。另一方面，抑郁的负性情绪认知偏向是一个持续性的变化过程，传统医院的瞬时测量很难量化评估其整体水平和变化规律。而便携式脑电信号采集系统则可以实现在自然情境中持续地监测和采集高质量的生理信号并对负性情绪认知偏向进行有效评估。现有基于便携式脑电的抑郁障碍检测方法主要分为两类，一类是在对脑电信号进行预处理的基础上提取时、频域等多种特征，进而构建分类模型进行抑郁识别；另一种则结合深度学习模型对脑电信号进行复杂特征表达学习，然而，上述方法均是单纯的围绕信号本身进行分析和建模，忽视了患者的性别、年龄等因素对于脑电信号以及抑郁发病的影响，所构建的分类模型容易受个体差异性影响导致泛化性能不佳。