基于图像处理的抑郁识别方法、装置、终端及介质制造方法及图纸

本申请公开了一种基于图像处理的抑郁识别方法、装置、终端及介质。其中方法包括：获取被测用户的多个脑电通道分别对应的脑电信号；基于多个脑电通道分别对应的脑电信号，生成包括多个脑电通道分别对应的频谱图的待处理图片；对待处理图片进行图像识别处理，得到被测用户所属的抑郁评估分类。本申请通过将脑电信号转换为图像来进行抑郁识别的方式，不仅实现了抑郁识别的自动化，克服了抑郁识别易受主观因素影响的问题，还起到了利用图像识别技术加快抑郁识别速度的效果，达到了提高抑郁识别效率的目的。率的目的。率的目的。

【技术实现步骤摘要】
基于图像处理的抑郁识别方法、装置、终端及介质


[0001]本申请涉及计算机
，具体涉及一种基于图像处理的抑郁识别方法、装置、终端及介质。

技术介绍

[0002]抑郁症又称抑郁障碍，是一种发病率较高的情感障碍精神疾病。抑郁症患者通常具有心境低落、兴趣和愉快感丧失、精力不济或疲劳感等典型症状。抑郁症的诊断主要应根据病史、临床症状、病程及体格检查和实验室检查。因此，这种诊断方式易受主观因素的影响，容易造成误诊和漏诊。研究发现，抑郁症患者和健康对照者的脑电信号在波段、功率和波幅等参数上有不同的变异规律。因此，为了克服抑郁症的诊断易受主观因素影响的问题，相关技术中主要采用对脑电信号的分析来进行抑郁诊断。然而，这种通过脑电信号来诊断抑郁症的方式，存在分析时间长，效率低的问题。

技术实现思路

[0003]为了解决上述至少一个技术问题，本申请提供一种基于图像处理的抑郁识别方法、装置、终端及介质。
[0004]根据本申请的第一方面，提供了一种基于图像处理的抑郁识别方法，该方法包括：
[0005]获取多个脑电通道分别对应的脑电信号；
[0006]基于多个脑电通道分别对应的脑电信号，生成包括多个脑电通道分别对应的频谱图的待处理图片；
[0007]确定所述待处理图片的图像特征；
[0008]依据图像特征，确定被测用户所属的抑郁评估分类。
[0009]根据本申请的第二方面，提供了一种基于图像处理的抑郁识别装置，该装置包括：
[0010]脑电信号获取模块，用于获取被测用户的多个脑电通道分别对应的脑电信号；
[0011]脑电图像转换模块，用于基于多个脑电通道分别对应的脑电信号，生成包括多个脑电通道分别对应的频谱图的待处理图片；
[0012]图像特征确定模块，用于确定待处理图片的图像特征；
[0013]抑郁分类识别模块，用于依据图像特征，确定被测用户所属的抑郁评估分类。
[0014]根据本申请的第三方面，提供了一种终端，该终端包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时以实现上述基于图像处理的抑郁识别方法。
[0015]根据本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述基于图像处理的抑郁识别方法。
[0016]本申请通过获取被测用户的多个脑电通道分别对应的脑电信号，以生成包括多个脑电通道分别对应的频谱图的待处理图片，从而对待处理图片进行图像识别处理，得到被测用户所属的抑郁评估分类，这种通过将脑电信号转换为图像来进行抑郁识别的方式，不
仅实现了抑郁识别的自动化，克服了抑郁识别易受主观因素影响的问题，还起到了利用图像识别技术加快抑郁识别速度的效果，达到了提高抑郁识别效率的目的。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
[0018]图1为本申请实施例提供的一种基于图像处理的抑郁识别方法的流程示意图；
[0019]图2为本申请实施例提供的一种基于图像处理的抑郁识别方法的应用系统的结构示意图；
[0020]图3为本申请实施例提供的一种基于图像处理的抑郁识别方法中待处理图片一个实施例的程示意图；
[0021]图4为本申请实施例提供的一种基于图像处理的抑郁识别方法中待处理图片的二值化处理的结果示意图；以及
[0022]图5为本申请实施例提供的一种基于图像处理的抑郁识别装置的框图结构示意图。
具体实施方式
[0023]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
[0024]需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。
[0025]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0026]根据本申请的一个实施例，提供了一种基于图像处理的抑郁识别方法，如图1所示，该方法包括步骤S101至步骤S104。
[0027]步骤S101：获取被测用户的多个脑电通道分别对应的脑电信号。
[0028]具体地，电子设备获取被测用户的多个脑电通道分别对应的脑电信号。其中，电子设备可以为脑电接口BCI设备、PC机、平板、服务器等设备，还可以是脑电EEG信号的采集设备。
[0029]例如，若电子设备为脑电接口BCI设备，那么脑电EEG采集设备来采集被测用户的多个脑电通道分别对应的脑电信号，以使该脑电接口BCI设备获取来自脑电EEG采集设备发送的被测用户的多个脑电通道分别对应的脑电信号。
[0030]例如，若电子设备为手机、平板等移动终端，那么该移动终端获取来自脑电EEG采集设备发送的被测用户的多个脑电通道分别对应的脑电信号。
[0031]步骤S102：基于多个脑电通道分别对应的脑电信号，生成包括多个脑电通道分别对应的频谱图的待处理图片。
[0032]具体地，可以通过将多个脑电通道分别对应的脑电信号在同一图像中进行转换，
这样就得到包括多个脑电通道分别对应的频谱图的待处理图片。
[0033]具体地，可以在不同的图片中分别对多个脑电通道分别对应的脑电信号进行转换，再将多个脑电通道分别对应的频谱图移植至同一图形，即可得到待处理图片。
[0034]步骤S103：确定待处理图片的图像特征。
[0035]具体地，可以采用预设的图像特征提取算法对待处理图片进行处理，从而得到待处理图像的图像特征。其中，图像特征提取算法可以包括以下几种：尺度不变特征变换SIFT、加速稳健特征SURF、方向梯度直方图HOG、高斯函数的差分DOG、LBP特征、Haar特征等。需要说明的是，图像特征提取的算法包括但不限于上述算法，任意一种能够提取待处理图像特征的算法均是本申请的保护范围。
[0036]步骤S104：依据图像特征，确定被测用户所属的抑郁评估分类。
[0037]在本申请实施例中，抑郁评估分类用于表征被测用户的抑郁情况。
[0038]具体地，抑郁评估分类可以根据业务需求或者抑郁程度进行划分。例如，抑郁评估分类可以包括：无抑郁症状、轻度抑郁、重度抑郁等。
[0039]本申请实施例通过获取被测用户的多个脑电通道分别对应的脑电信号，以生成包括多个脑电通道分别对应的频谱图的待处理图片，从而对待处理图片进行图像识别处理，得到被测用户所属的抑郁评估分类，这种通过将脑电信号转换为图像来进行抑郁识别的方式，不仅实现了抑郁识别的自动化，克服了抑郁识别易受主观因素影响的问题，还起到了利用图像识别技术加快抑郁识别速度的效果，达到了提高抑郁识别效率的目的。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像处理的抑郁识别方法，其特征在于，包括：获取被测用户的多个脑电通道分别对应的脑电信号；基于多个脑电通道分别对应的脑电信号，生成包括多个脑电通道分别对应的频谱图的待处理图片；确定所述待处理图片的图像特征；依据所述图像特征，确定所述被测用户所属的抑郁评估分类。2.根据权利要求1所述的方法，其特征在于，所述基于多个脑电通道分别对应的脑电信号，生成包括多个脑电通道分别对应的频谱图的待处理图片的步骤的之前，所述方法还包括：对多个脑电通道分别对应的脑电信号进行滤波、归一化处理。3.根据权利要求1所述的方法，其特征在于，所述基于多个脑电通道分别对应的脑电信号，生成包括多个脑电通道分别对应的频谱图的待处理图片的步骤，包括：将多个脑电通道分别对应的脑电信号进行傅里叶转换，得到多个脑电通道分别对应的频谱图；依据多个脑电通道分别对应的频谱图，生成所述待处理图片。4.根据权利要求1所述的方法，其特征在于，所述确定所述待处理图片的图像特征的步骤，包括：基于预构建的图像识别模型，确定所述待处理图片的图像特征。5.根据权利要求4所述的方法，其特征在于，所述确定所述待处理图片的图像特征的步骤之前，所述方法还包括：对所述待处理图片进行二值化处理。6.根据权利要求1所述的方法，...

【专利技术属性】
技术研发人员：张善廷，王晓岸，
申请(专利权)人：北京脑陆科技有限公司，
类型：发明
国别省市：