【技术实现步骤摘要】
本专利技术涉及抑郁症识别，具体为基于脑电信号深度学习的抑郁症识别方法、系统及介质。
技术介绍
1、抑郁症识别技术，是指利用各种方法和工具来辅助识别和评估抑郁症的技术，这些技术旨在通过收集和分析相关的数据、指标和特征，以帮助医疗专业人员进行抑郁症的早期检测、诊断和监测。
2、现有的抑郁症识别技术通常都是通过自测表对患者进行心理测试，结合患者的心理症状对抑郁症进行判断，或是通过脑电信号结合患者的自测表进行判断，现有的抑郁症识别技术基本离不开自测表，在脑电信号识别方面还没有能够准确识别的方法，且现有的脑电信号在抑郁症识别技术中的应用通常都是通过大数据比对的相似度进行识别，比如在申请公开号为cn110974260a的中国专利中，公开了基于脑电特征的案例推理抑郁症识别系统，该方案就是通过查找系统案例库中的案例相似度对抑郁症进行识别，缺少对脑电信号的分析过程，现有的抑郁症识别技术采用自测表以及相似度比对的方式进行识别，导致抑郁症的识别结果不够准确的问题。
技术实现思路
1、本专利技术旨在至...
【技术保护点】
1.基于脑电信号深度学习的抑郁症识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，建立脑电信号数据库包括如下子步骤：
3.根据权利要求2所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，提取正常脑电信号以及抑郁脑电信号中的Beta波以及Gamma波包括如下子步骤：
4.根据权利要求3所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，对Beta波以及Gamma波进行分析，判断抑郁症患者的脑波特征包括如下子步骤：
5.根据权利要求4所述的基于脑电信号深...
【技术特征摘要】
1.基于脑电信号深度学习的抑郁症识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，建立脑电信号数据库包括如下子步骤：
3.根据权利要求2所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，提取正常脑电信号以及抑郁脑电信号中的beta波以及gamma波包括如下子步骤：
4.根据权利要求3所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，对beta波以及gamma波进行分析，判断抑郁症患者的脑波特征包括如下子步骤：
5.根据权利要求4所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，对抑郁脑波频率以及正常脑波频率进行进一步分析包括如下子步骤：
6.根据权利要求5所述的基于脑电信号深度学习的抑郁症识别方法，其特征在于，对抑郁频率坐标系以及正常频率...
【专利技术属性】
技术研发人员：王文姌，张洪财，胡明旭，张淑香，陈雁雁，马育轩，周鹏，刘磊，顾媛媛，
申请(专利权)人：黑龙江中医药大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。