一种基于多频域分解的脑电抑郁症诊断方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于多频域分解的脑电抑郁症诊断方法
申请号:CN202410954182
申请日期:2024-07-17
公开号:CN118490232B
公开日期:2024-09-10
类型:发明专利
摘要
本发明涉及抑郁症治疗技术领域,具体公开了一种基于多频域分解的脑电抑郁症诊断方法,包括通道特征提取模块,首先对EEG信号进行带通滤波,将其分为δ(1—4Hz)、θ(4—8Hz)、α(8—12Hz)、β(12—30Hz)和γ(30—50Hz)多个频段,通过通道选择策略选出每个频段的最优通道,以提取关键的时空特征,将空频特征融合在一起,构建一个分类模型实现高效抑郁症识别,本方案设计了时间趋势感知注意力机制,通过为每个节点提取局部的上下文信息,从而使每个节点拥有感知上下文环境的能力,然后通过局部趋势-局部趋势(trend‑wise)的形式来构建注意力矩阵,相比传统的注意机制,所提出的趋势感知注意力机制有助于更准确的分类,并且稳定性更强。
技术关键词
注意力机制 诊断方法 通道 抑郁症治疗技术 卷积模块 特征提取模块 上下文语义信息 局部时空特征 空间滤波器 频段 归一化方法 采样点 矩阵 令牌 数学 电极 超参数 策略 复杂度
系统为您推荐了相关专利信息
识别方法 Sigmoid函数 全局平均池化 计时器 多分支
大坝渗流量 学习器 预测预警方法 LightGBM模型 数据
键合线 存储芯片 存储模组 半导体结构 存储设备
图像增强模型 深度卷积网络 损失函数优化 图像增强方法 样本
医疗急救系统 流量预测模型 节点 交通管控系统 矩阵