排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
目前抑郁症的临床诊断多以医生经验和患者主观感受为主,主观性强、准确率低、耗时长。 随着神经电生理学和计算机
技术的发展,抑郁症的客观分类与识别成为可能。 但是,已有的基于静息态脑电信号的抑郁症分类识别方法较为单一,脑电特
征选取的精准性、综合性和有效性有待进一步探究。 本文在设计包含两种模态实验范式的基础上,提出一种基于 HFD 和 LZC
特征联合的单通道静息态脑电抑郁症分类识别方法,以期用较少的特征获得较高的分类准确率。 首先采集 8 名抑郁患者和 8
名健康对照的静息态脑电信号;然后提取其非线性动力学特征参数 HFD 和 LZC;最后将特征数据输入到非线性支持向量机模
型中进行分类识别。 结果表明,联合特征得到的灵敏度、特异性和分类正确率最高分别为 98. 12% 、96. 67% 和 95. 10% ,较单独
HFD/ LZC 特征平均分别提高了 23. 05% 、17. 02% 和 19. 29% 。 同时,模型主体部分仅耗时约 12 s。 研究结果对临床实践中抑郁
症的识别和辅助诊断具有重要意义。 相似文献
1