基于脑电图的自注意力卷积神经网络酒瘾检测模型

张东晓; 王佳毅; 叶贵; 马素凡

doi:10.14045/j.cnki.15-1220.2025.02.009

内蒙古民族大学学报（自然科学版） ›› 2025, Vol. 40 ›› Issue (2) : 59 -68. DOI: 10.14045/j.cnki.15-1220.2025.02.009

基于脑电图的自注意力卷积神经网络酒瘾检测模型

张东晓, 王佳毅, 叶贵, 马素凡

作者信息 +

Author information +

文章历史 +

摘要

目前酒精成瘾主要由医生根据经验来诊断，主观性较强，使用脑电图（EEG）检测酒瘾，可以辅助医生做出客观的判断。提出一种基于注意力机制的酒瘾检测模型AADNet。AADNet由卷积模块、自注意力模块、特征增强模块和分类模块构成。卷积模块通过空间卷积和时间卷积，提取EEG信号的局部特征；自注意力模块通过空间自注意力机制和特征自注意力机制提取EEG信号的全局特征；特征增强模块进一步融合局部特征和全局特征，提取与类别强相关的特征；分类模块负责预测酒瘾的概率。实验结果表明，本文模型可以有效检测酒瘾，在公开数据集上的准确率可以达到100.00%，优于目前的大多数算法。