基于眼动、脑电特征的抑郁识别研究

基于眼动、脑电特征的抑郁识别研究

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_第1页
基于眼动、脑电特征的抑郁识别研究_第2页
基于眼动、脑电特征的抑郁识别研究_第3页
基于眼动、脑电特征的抑郁识别研究_第4页
基于眼动、脑电特征的抑郁识别研究_第5页
资源描述:

《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'ResearchonDepressionRecognitionBased目夕[文()onEyeMovementFeaf:ureandEEGFeaUire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ResearchonDepressionRecognitionBasedonEyemovementFeatureandEEGFeatureAbst巧ctDeressionisacommonmentaldisorderwithgrowinrevalencehowev

7、ercurrentpgp;dianosesofdepressionfacetheproblemofpatientdenialclinicalexerienceandsubectiveg,pj-biasesfromlfreousinacombinationoflinearandno打seprt.BylinearEEGfeatures化ourgre化arch,weaimtodevelopamoreaccurateandobectiveapproach化depre

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。