公开(公告)号：CN119157542A

公开(公告)日：2024-12-20

申请号：CN202411066213.4

申请日：2024-08-05

Applicant: 安徽大学

Inventor： 张倩倩 ,  颜蕾 ,  程娜 ,  吕家利 ,  古静宇 ,  陈业忠 ,  李永恒 ,  宋军

IPC: A61B5/16 ,  A61B5/372 ,  A61B5/00 ,  A61N2/00 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06F18/24 ,  G16H50/20

Abstract: 本发明的一种基于人机融合的抑郁症辅助识别方法及设备，包括获取EEG信号，对其数据预处理后进行LZ复杂度分析；然后，利用CNN‑LSTM置信度分析模型分析信号，用改良后的k折交叉验证进行模型评估判断和结果验证，将反馈得到的置信度和原始脑电图同LZ复杂度反馈给专家进行诊断和决策；最后，结合深度学习和神经导航系统确定TMS刺激靶点，用IAF确定刺激参数，进行TMS刺激并留存刺激位置及参数，再将刺激位置和参数展现给专家进行进一步的决策和判断。本发明的LZ复杂度可以作为辅助算法区分正常人与抑郁症患者。而本发明专注于LZ复杂度，同时LZ复杂度也可以作为CNN‑LSTM的输入，实现了前后衔接，浑然一体。