公开(公告)号：CN114881089A

公开(公告)日：2022-08-09

申请号：CN202210622308.4

申请日：2022-06-02

Applicant: 东南大学

Inventor： 杨淳沨 ,  苏天 ,  孔佑勇 ,  陈阳 ,  舒华忠

IPC: G06K9/00 ,  G06K9/62 ,  A61B5/372 ,  A61B5/16 ,  A61B5/00 ,  G06N3/04

Abstract: 本发明公开了一种基于双分支融合模型的深度学习的抑郁脑电分类方法，包括以下步骤：(1)获取若干组健康人的大脑前额叶Fp1、Fpz和Fp2电极的脑电信号，(2)获取若干组轻度抑郁患者的大脑前额叶Fp1、Fpz和Fp2电极的脑电信号，(3)获取若干组中度抑郁患者的大脑前额叶Fp1、Fpz和Fp2电极的脑电信号，(4)以步骤(1)、(2)和(3)中的健康对照、轻度抑郁患者和中度抑郁患者的输入形式，对双分支融合模型进行训练学习，(5)将待分析窗口脑电信号转换成对应的小波时频图，输入步骤(4)中训练完成的双分支融合模型，完成该脑电信号的分析。该方法效果良好，能够区分出抑郁和健康以及抑郁程度。