欢迎来到天天文库
浏览记录
ID:34876607
大小:5.61 MB
页数:44页
时间:2019-03-13
《基于眼动、脑电特征的抑郁识别研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号:密级:?州/满、著研究生学位论文论文题目(中文)基于眼动、脑电特征的抑郁识别研究论文题'ResearchonDepressionRecognitionBased目夕[文()onEyeMovementFeaf:ureandEEGFeaUire研究生姓名沈撰学科、专业计算机技术普适计算研究方向学位级别工程硕±导师姓名、职称胡斌教授论文工作20U年7月至2015年5月起止年月论文提交日期2015年3月论文答辩日期2015年5月学位授予日期2015年6月校址:
2、甘肃省兰州市原创性声明本人郑重声明:本人所呈交的学位论文,是在导师的指导下独立进行研巧所取得的成果。学位论文中凡引用他人已经发表或未发表的成果、数据、观点等,均已明确注明出处。除文中已经注明引用的内容外,不包含任何其他个人或集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集体,均己在文中W明确方式标明。本声明的法律责任由本人承担。论文作者签名;日期:I,关于学位论文使用授权的声明本人在导师指导下所完成的论文及相关的职务作品,知识产权旧属兰州大学。本人完全了解兰州大学有关保存、使用学位论文的规定,同意学校
3、保存或向国家有关部口或机构送交论文的纸质版和电子版,允许论文被查阅和借阅;论文的全部或部分内容编入有关数据库进行本人授权兰州大学可?将本学位检索,可W采用任何复制手段保存和汇编本学位论文。本人离校后发表、使用一学位论文或与该论文直接相关的学术论文或成果时,第署名单位仍然为兰州大学。本学位论文研究内容:□可W公开□不宜公开,已在学位办公室办理保密申请,解密后通用本授权书。一"V"(请在W上选项内选揮其中项打),{J.:::i?广r论文作者签名-:导师签名:次謹-日期:占日期:方作I基于眼动、脑电
4、特征的抑郁巧别研究中文摘要抑郁症是当前社会的一种常见精神类疾病,并且近年来趋于高发态势。然而当前抑郁诊断问题众多,首先,基于个人隐私的考虑,多数患者拒绝与医生面对面交流,其次,当前的主要诊断方式为医生问诊与量表,这种方法受医生与患者的主观因素影响较大。尤其对于轻度抑郁或称抑郁倾向人群,其人群基己病情缺少了解一。因此急需数较大,且对自种能够在保证患者隐私的前提下客观量化其抑郁水平的方法。本课题通过研究线性和非线性脑电特征组合!^及一眼动特征,希望能给出个更加准确、客观的方法来为抑郁诊断提供支持,并可协助对抑郁患者病情的实时监测。通过对
5、中轻度抑郁和非抑郁人群在观看情绪面孔表情图片任务中的脑电数据提取脑电持征,使用多种分类器来对中轻度kN抑郁和非抑郁人群进巧区分,其中N获得了99.1%的分类准确率,这是目前为止就我们所知相关研究中的最高准确率。同时,通过相关性分析中,根据不同电极点位置上脑电特征与类别的关系,分析了单导脑电抑郁识别的可行性。此外,在,利用随机森林方法眼动特征上对抑郁/非抑郁人群进行区分,获得了79.3%的准确率。尽管性能巧比通过脑电特征分类略低,但由于眼动数据规模较小,我,,容易采集等特点们认为,通过加入新特征尝试不同的分类算法,眼动数据在抑郁识别应
6、用中有着很大潜力。结合可穿戴趾G采集设备和低成本眼动追踪设备,我们的方法提供了利用可穿戴普适化设备来帮助医生对抑郁症患者病情进行远程监控的可能性,并为普通人群提供了实时监控自身情绪的机会。关键字:抑郁识别,,眼动特征,脑电特征组合分类打ResearchonDepressionRecognitionBasedonEyemovementFeatureandEEGFeatureAbst巧ctDeressionisacommonmentaldisorderwithgrowinrevalencehowev
7、ercurrentpgp;dianosesofdepressionfacetheproblemofpatientdenialclinicalexerienceandsubectiveg,pj-biasesfromlfreousinacombinationoflinearandno打seprt.BylinearEEGfeatures化ourgre化arch,weaimtodevelopamoreaccurateandobectiveapproach化depre
此文档下载收益归作者所有