一种基于多频域分解的脑电抑郁症诊断方法

本发明涉及抑郁症治疗技术领域，具体公开了一种基于多频域分解的脑电抑郁症诊断方法，包括通道特征提取模块，首先对EEG信号进行带通滤波，将其分为δ(1—4Hz)、θ(4—8Hz)、α(8—12Hz)、β(12—30Hz）和γ(30—50Hz）多个频段，通过通道选择策略选出每个频段的最优通道，以提取关键的时空特征，将空频特征融合在一起，构建一个分类模型实现高效抑郁症识别，本方案设计了时间趋势感知注意力机制，通过为每个节点提取局部的上下文信息，从而使每个节点拥有感知上下文环境的能力，然后通过局部趋势－局部趋势（trend‑wise）的形式来构建注意力矩阵，相比传统的注意机制，所提出的趋势感知注意力机制有助于更准确的分类，并且稳定性更强。