一种基于残差卷积神经网络的抑郁倾向评估系统技术方案

本申请公开了一种基于残差卷积神经网络的抑郁倾向评估系统，包括采集单元、预处理单元、提取单元和评估单元；抑郁评估实验中，采集单元采集受试者的多导联脑电信号；预处理单元预处理脑电信号；提取单元基于残差卷积神经网络，提取预处理后脑电信号的特征；评估单元将提取的各个导联的脑电信号特征通过回归模型训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。本申请通过卷积残差神经网络直接从原始脑电信号中提取特征，增大了卷积网络深度，最大程度的提取了脑电信号的特征。本申请对各个导联的脑电信息进行回归模型训练，使得模型可以充分考虑大脑各个区域的相关性，从而使得模型可以同时处理不同大脑区域的脑电信号。

A depression assessment system based on residual convolution neural network

【技术实现步骤摘要】
一种基于残差卷积神经网络的抑郁倾向评估系统
本专利技术属于抑郁评估
，涉及一种基于残差卷积神经网络的抑郁倾向评估系统。
技术介绍
重性抑郁障碍(MajorDepression)是抑郁障碍中的典型疾病。其特征性地表现为明确的至少2周的发作，涉及情感、认知和植物神经功能的明显变化。研究显示，重性抑郁障碍12个月的患病率约为7％，是最为常见的精神疾病之一。重性抑郁障碍早已成为精神卫生领域关注的热点问题，大量研究围绕重性抑郁障碍的病因、治疗和愈后而展开。在这些研究中，对抑郁倾向的早期甄别被认为对疾病的防治有着非常重要的作用。但是由于重性抑郁常与其他生理和心理疾病共病，对抑郁的早期甄别往往是很困难的。通常，对重性抑郁障碍的诊断基于精神障碍诊断与统计手册上对该疾病标准的描述。但在诊断过程中，由于人为因素的干扰，很难完全避免主观性的影响。如在收集病史时可能产生遗漏，或对某些症状的严重程度无意地夸大等。近些年，随着机器学习算法的成熟，越来越多的研究者开始尝试使用生理和行为数据对重性抑郁障碍进行早期甄别，以降低主观性的影响，为精神科医生的诊断提供辅助。机器学习是利用计算机算法自动挖掘复杂数据更深层次的信息的一种方法，已经被广泛应用在图像识别、语音识别和疾病诊断等诸多领域。脑电数据(EEG)蕴含了大脑丰富的生理信息，但由于信噪比较低，数据量大等原因使得脑电信难以被有效处理和分析。
技术实现思路
为解决现有技术中的不足，本申请提供一种基于残差卷积神经网络的抑郁倾向评估系统，基于残差卷积神经网络，对脑电信号进行自动特征提取、分析及有效训练，从而挖掘出可以有效反应受试者大脑特征的信息，以此在抑郁评估实验中，对受试者的抑郁程度进行划分。为了实现上述目标，本申请采用如下技术方案：一种基于残差卷积神经网络的抑郁倾向评估系统，包括采集单元、预处理单元、提取单元和评估单元；所述采集单元，用于抑郁评估实验中，采集受试者的多导联脑电信号；所述预处理单元，用于预处理所述脑电信号；所述提取单元，用于基于残差卷积神经网络，提取预处理后脑电信号的特征；所述评估单元，用于将提取单元提取的各个导联的脑电信号特征通过回归模型训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。本专利技术进一步包括以下方案：优选地，所述评估系统的运行过程为：抑郁评估实验中，采集单元采集受试者的多导联脑电信号；预处理单元预处理所述脑电信号；提取单元基于残差卷积神经网络，提取预处理后脑电信号的特征；评估单元将提取的各个导联的脑电信号特征通过回归模型训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。优选地，所述抑郁评估实验中，通过便携式多导联脑电设备采集脑电信号，传感器为接触式湿电极，实验开始前将无害的导电膏打入湿电极中以增强电极与头皮的接触，所采集的脑电信号实时上传至云处理平台。优选地，所述抑郁评估实验包括情绪刺激和认知实验，均事先经过标准化的评估，以保证受试者所面对的实验刺激唤起度相当，认知难度相当；所述情绪刺激实验包括静态情绪刺激和动态情绪刺激；所述静态情绪刺激由图片构成，其中一半为正性图片，一半为负性图片；所述动态情绪刺激由短片构成，每段短片持续时间为20-100秒；所述认知实验为：闪烁不同的数字序列，当出现所要求的数字序列时，受试者按下按钮，用于考察受试者的短期记忆能力。优选地，预处理单元中，通过带通滤波和陷波处理，滤除电压数据1-70Hz以外的脑电信号，同时滤除50Hz的基频干扰；通过一阶平滑处理，减小信号中噪声的影响。优选地，提取单元的运行过程为：通过一维卷积提取每一导联的脑电信号特征；构建并训练残差卷积神经网络并对提取的脑电信号特征进行深层提取。优选地，所述构建并训练残差卷积神经网络，具体为：将每一层的神经网络输出向后输入到神经网络的更深层；堆积若干残差块，使用残差块训练更深层的网络，从而形成残差卷积神经网络。优选地，所述残差块包括两层卷积层，所述残差块的连接通过如下公式实现：式中，x为上一层输出到该神经元的值；W为x传到该神经元经过的权重；y为x在某神经元内由激活函数求得的输出值。优选地，所述两层卷积层，每个卷积层后都有一个激活函数。优选地，评估单元的运行过程为：提取每一导联的脑电信号特征在残差卷积神经网络的倒数第二层神经元权重；将提取的神经元权重输入回归模型中，通过训练和验证回归模型得出各个导联的脑电信号特征所具有的抑郁评估权重；将所述抑郁评估权重与各个导联的脑电信号特征数值的乘积线性相加得到受试者的抑郁评估分数；返回回归模型参数并生成受试者的抑郁倾向报告。本申请所达到的有益效果：(1)本申请通过卷积残差神经网络直接从原始脑电信号中提取特征，增大了卷积网络深度，最大程度的提取了脑电信号的特征。(2)本申请对各个导联的脑电信息进行回归训练，使得模型可以充分考虑大脑各个区域的相关性，从而使得模型可以同时处理不同大脑区域的脑电信号。附图说明图1是本申请一种基于残差卷积神经网络的抑郁倾向评估系统的结构框图；图2是本申请一种基于残差卷积神经网络的抑郁倾向评估系统的运行流程图。具体实施方式下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本申请的保护范围。如图1所示，本申请的一种基于残差卷积神经网络的抑郁倾向评估系统，所述评估系统包括采集单元、预处理单元、提取单元和评估单元；所述采集单元，用于抑郁评估实验中，采集受试者的多导联脑电信号；所述预处理单元，用于预处理所述脑电信号；所述提取单元，用于基于残差卷积神经网络，提取预处理后脑电信号的特征；所述评估单元，用于将提取单元提取的各个导联的脑电信号特征通过逻辑回归训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。如图2所示，所述评估系统的运行过程为：抑郁评估实验中，采集单元采集受试者的多导联(多通道)脑电信号；实施例中，所述抑郁评估实验中，通过便携式多导联脑电设备采集脑电信号，传感器为接触式湿电极，实验开始前将无害的导电膏打入湿电极中以增强电极与头皮的接触，所采集的脑电信号实时上传至云处理平台。所述抑郁评估实验包括情绪刺激和认知测试实验，均事先经过标准化的评估，以保证受试者所面对的实验刺激唤起度相当，认知难度相当。所述情绪刺激实验包括静态情绪刺激和动态情绪刺激；所述静态情绪刺激由图片构成，其中一半为正性图片，一半为负性图片；所述动态情绪刺激由短片构成，每段短片持续时间为20-100秒；所述认知实验为：闪烁不同的数字序列，当出现所要求的数字序列时，受试者按下按钮，用于考察受试者的本文档来自技高网...

【技术保护点】
1.一种基于残差卷积神经网络的抑郁倾向评估系统，其特征在于：/n所述评估系统包括采集单元、预处理单元、提取单元和评估单元；/n所述采集单元，用于抑郁评估实验中，采集受试者的多导联脑电信号；/n所述预处理单元，用于预处理所述脑电信号；/n所述提取单元，用于基于残差卷积神经网络，提取预处理后脑电信号的特征；/n所述评估单元，用于将提取单元提取的各个导联的脑电信号特征通过回归模型训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。/n

【技术特征摘要】
1.一种基于残差卷积神经网络的抑郁倾向评估系统，其特征在于：
所述评估系统包括采集单元、预处理单元、提取单元和评估单元；
所述采集单元，用于抑郁评估实验中，采集受试者的多导联脑电信号；
所述预处理单元，用于预处理所述脑电信号；
所述提取单元，用于基于残差卷积神经网络，提取预处理后脑电信号的特征；
所述评估单元，用于将提取单元提取的各个导联的脑电信号特征通过回归模型训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。


2.根据权利要求1所述的一种基于残差卷积神经网络的抑郁倾向评估系统，其特征在于：
所述评估系统的运行过程为：
抑郁评估实验中，采集单元采集受试者的多导联脑电信号；
预处理单元预处理所述脑电信号；
提取单元基于残差卷积神经网络，提取预处理后脑电信号的特征；
评估单元将提取的各个导联的脑电信号特征通过回归模型训练和验证，计算出受试者的抑郁评估分数，进而对其抑郁倾向进行评估。


3.根据权利要求1或2所述的一种基于残差卷积神经网络的抑郁倾向评估系统，其特征在于：
所述抑郁评估实验中，通过便携式多导联脑电设备采集脑电信号，传感器为接触式湿电极，实验开始前将无害的导电膏打入湿电极中以增强电极与头皮的接触，所采集的脑电信号实时上传至云处理平台。


4.根据权利要求1或2所述的一种基于残差卷积神经网络的抑郁倾向评估系统，其特征在于：
所述抑郁评估实验包括情绪刺激和认知实验，均事先经过标准化的评估，以保证受试者所面对的实验刺激唤起度相当，认知难度相当；
所述情绪刺激实验包括静态情绪刺激和动态情绪刺激；
所述静态情绪刺激由图片构成，其中一半为正性图片，一半为负性图片；
所述动态情绪刺激由短片构成，每段短片持续时间为20-100秒；
所述认知实验为：闪烁不同的数字序列，当出现所要求的数字序列时，受试者按下按钮，用于考察受试者的短期记忆能力。

【专利技术属性】
技术研发人员：李岱，郑芮，柏德祥，
申请(专利权)人：阿呆科技北京有限公司，
类型：发明
国别省市：北京;11