基于MGCN-ALSTM模型的抑郁识别检测

刘晨旭

doi:10.16009/j.issn.1009-5624.2026.19.037

信息记录材料 ›› 2026, Vol. 27 ›› Issue (19) : 119 -121+133. DOI: 10.16009/j.issn.1009-5624.2026.19.037

基于MGCN-ALSTM模型的抑郁识别检测

刘晨旭

作者信息 +

Author information +

文章历史 +

摘要

针对传统基于量表的抑郁识别方式存在客观性与准确性不足的局限，本文提出了一种基于多元图卷积网络与注意力长短期记忆（MGCN-ALSTM）网络的抑郁识别方法。首先，通过从脑电信号中提取时域、频域及脑网络局部特征构成节点特征矩阵，然后基于锁相值构建脑网络邻接矩阵，最后通过图卷积与长短期记忆的级联网络提取空间、时间特征并引入注意力机制实现抑郁识别。本研究使用抑郁脑电数据集验证了所提出方法的有效性，实现了98.78%的识别准确率。结果表明，本文所提出的抑郁识别方法具备良好的可靠性与实用价值。