基于SGCN图神经网络学习的抑郁症检测方法和系统

本发明提供了一种基于SGCN图神经网络学习的抑郁症检测方法和系统，包括：收集被试者的语音样本，并进行预处理；从预处理后的语音样本中提取相关特征，根据抑郁症相关研究的先验知识和特征重要性，进行特征选择或降维处理；使用已标记的训练集，建立一个用于抑郁症检测的机器学习模型；通过交叉验证和参数调整对模型进行优化；使用独立的测试集对优化的模型进行评估；通过将模型嵌入到实际应用中，包括移动应用程序或在线平台，验证其在真实世界中的可行性和效果。本发明可用于不同场景病人的数据联合训练模型，可以保证数据的完备性、隐私性和较高地预测准确性和快速诊断。