基于PSO-SVM的改进EWT的抑郁情绪识别方法

本发明公开了一种基于PSO‑SVM算法的改进EWT用于抑郁情绪识别的方法，涉及脑电信号的特征提取与分类领域。该方法选取静息态脑电128通道中最能体现抑郁脑电异常的脑前额叶的Fpz通道，基于Morlet小波对EWT进行改进，使用改进的EWT对脑电信号进行了准确的节律分解，有效提取脑电信号Alpha节律中频带功率、频带功率比、香农熵、置换熵、LZ复杂度及方差的六类与抑郁相关联的脑电特征，最后基于PSO‑SVM算法对已提取出的多域特征进行抑郁的识别分类。最终在MODMA公开数据集中取得81.25％的准确率，有效提高了在脑电信号Alpha节律中抑郁情绪识别的准确率，降低了计算复杂度。