本發(fā)明專利技術公開了一種基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法，本發(fā)明專利技術的主要設計構思在于，圍繞抑郁人群沖突處理障礙及負性偏向的核心癥狀，有機結合腦電生理指標及面部影像指標，評測其沖突處理障礙的程度，進而為抑郁癥的識別及預估的提煉出客觀

【技術實現(xiàn)步驟摘要】
基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法

[0001]本專利技術涉及人工智能技術應用領域，尤其涉及一種基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法
。

技術介紹

[0002]抑郁癥作為常見的情感障礙性疾病，嚴重影響患者身心健康，而如何更佳地輔助醫(yī)生辨識
、
判別
、
預測抑郁癥的相關指征，探索客觀指標的構建，成為輔助抑郁癥診療的遠期
、
重要目標
。
[0003]事件相關電位（
Event
?
related potentials
，
ERP
）范式是一種神經生理學實驗設計和分析方法，用于研究大腦對特定刺激或任務的電生理反應，又稱“認知電位”，在揭示心理
?
認知過程方面極具優(yōu)勢
。N270
是前后兩次刺激不完全匹配的時候在
270ms
處記錄到的負波，反映了腦對沖突信息的處理能力，可以作為沖突處理能力的電活動指標，且特異性強
。
抑郁癥患者存在明顯的沖突處理能力障礙及負性偏向的核心癥狀，也是抑郁癥患者不能正常進行社交
、
恢復社會功能的主要原因
。
因此，
N270
作為評判沖突信息處理能力的電活動指標，可以作為獨立于抑郁癥候群之外的預測抑郁癥的特異性客觀指標
。
既往影像研究表明抑郁癥患者在工作及社會活動中沖突處理系統(tǒng)受損，由此本專利技術認為
N...

【技術保護點】

【技術特征摘要】
1.
一種基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法，其特征在于，包括：基于預設的實驗范式執(zhí)行腦電刺激實驗，并同步采集被試的面部表情影像數(shù)據(jù)以及個體的腦電數(shù)據(jù)；對腦電數(shù)據(jù)進行解析，得到
N270
波形；對面部表情影像數(shù)據(jù)以及
N270
波形進行多特征提取；將多特征整合后輸入經訓練的基于自注意力機制的神經網絡模型，輸出抑郁癥病癥輔助識別結果
。2.
根據(jù)權利要求1所述的基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法，其特征在于，預設的實驗范式的編輯過程包括：基于
Matlab
及
E
?
prime
，使用物理性質一致的灰度照片；其中，灰度照片中的性別比例均衡，被試表情中性與負性比例均衡，且無任何面部標志，并對其中一半數(shù)量的照片進行面部局部遮擋處理；設置既定數(shù)量的試次
、
單個試次的持續(xù)時間以及實驗總時長
。3.
根據(jù)權利要求1所述的基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法，其特征在于，所述多特征提取包括：利用預先訓練的多任務深度預測模型從所述面部表情影像數(shù)據(jù)提取面部特征
、
生理信號特征；基于所述
N270
波形提取波形特征；基于所述面部表情影像數(shù)據(jù)以及所述
N270
波形，獲得情感特征向量
。4.
根據(jù)權利要求3所述的基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法，其特征在于，所述多任務深度預測模型包括共有特征提取模塊以及多任務特征融合模塊；所述共...

【專利技術屬性】
技術研發(fā)人員：呂玉丹，楊鑫，王長明，姚翰，張永祥，殷雪峰，李童，張肇軒，尹寶才，張遠，
申請(專利權)人：大連理工大學，
類型：發(fā)明
國別省市：

相關知識

抑郁癥暴瘦怎么治療 焦慮癥暴瘦會恢復嗎
抑郁癥自測 抑郁癥的九大癥狀
關于強化我國孕婦產后抑郁癥防治的提案
鷹瞳科技：以眼底AI技術助力眼底疾病篩查與認知障礙識別
“管住嘴，邁開腿”，減肥如何與互聯(lián)網技術結合？肥胖癥數(shù)字療法
早醒后感到郁悶 小心抑郁癥
怎么防治產后抑郁癥
抗抑郁創(chuàng)新中藥進入臨床Ⅲ期研究，抑郁癥患者將獲得新療法
用于健康與健身應用的傳感器技術
孕早期不良飲食因素與抑郁的關聯(lián)性

網址: 基于腦電數(shù)據(jù)與面部表情影像的抑郁癥病癥輔助識別方法技術 http://www.u1s5d6.cn/newsview44546.html