基于穿戴式多生理信号的抑郁智能检测

摘要

抑郁症作为一种严重的心理精神疾病，损害着患者长期的身心健康。当前抑郁检测存在主观性强、手段单一、不够智能化等问题，以往研究多基于单模态信号进行分析，难以全面反映抑郁的多维特征。本研究基于自主研发的智能抑郁检测系统，使用可穿戴式设备采集前额叶双导联脑电、PPG信号、单导联心电信号，收集并提取30例抑郁症患者和40例健康对照者的数据，提出一种结合时空特征、加权注意力、随机森林的多模态抑郁识别模型RBLF-Net，能够结合多种信号的特征进行有效抑郁识别。在五折交叉验证中，该模型表现优异（分类准确率81.43%，精确度81.02%，召回率81.25%），优于其他对比模型，为抑郁识别提供一种多模态融合视角的智能分析方法。

关键词

可穿戴设备 / 多模态 / 人工智能 / 抑郁识别