公开(公告)号：CN114081494A

公开(公告)日：2022-02-25

申请号：CN202210076261.6

申请日：2022-01-21

申请人： 浙江大学

发明人： 祁玉 ,  王跃明 ,  胡海岚 ,  宋乐 ,  陈敏 ,  许科帝

IPC分类号： A61B5/16 ,  A61B5/293 ,  A61B5/372 ,  A61B5/00

摘要： 本发明公开了一种基于大脑外侧缰核信号的抑郁状态检测系统，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，计算机存储器中存有训练好的抑郁状态检测模型，抑郁状态检测模型使用多组不同种类的弱分类器构建而成，每个弱分类器从训练集与测试集中构建的子特征空间中选取部分特征值进行训练；计算机处理器执行计算机程序时实现以下步骤：获取大脑外侧缰核信号，输入到训练好的检测模型后，提取每个时间片的高维度特征向量，对每个弱分类器推断的抑郁与非抑郁标签进行统计，采用多数表决制生成每个时间片对应的预测标签。本发明可以提高检测精度，对抑郁症的临床诊断、评估和治疗具有重要意义。

公开(公告)号：CN114081494B

公开(公告)日：2022-05-06

申请号：CN202210076261.6

申请日：2022-01-21

申请人： 浙江大学

发明人： 祁玉 ,  王跃明 ,  胡海岚 ,  宋乐 ,  陈敏 ,  许科帝

IPC分类号： A61B5/16 ,  A61B5/293 ,  A61B5/372 ,  A61B5/00

摘要： 本发明公开了一种基于大脑外侧缰核信号的抑郁状态检测系统，包括计算机存储器、计算机处理器以及存储在计算机存储器中并可在计算机处理器上执行的计算机程序，计算机存储器中存有训练好的抑郁状态检测模型，抑郁状态检测模型使用多组不同种类的弱分类器构建而成，每个弱分类器从训练集与测试集中构建的子特征空间中选取部分特征值进行训练；计算机处理器执行计算机程序时实现以下步骤：获取大脑外侧缰核信号，输入到训练好的检测模型后，提取每个时间片的高维度特征向量，对每个弱分类器推断的抑郁与非抑郁标签进行统计，采用多数表决制生成每个时间片对应的预测标签。本发明可以提高检测精度，对抑郁症的临床诊断、评估和治疗具有重要意义。