摘要
本发明公开了基于睡眠生理信号的抑郁症筛查系统,包括数据采集模块,所述数据采集模块用于通过脑机接口设备实时采集用户的睡眠脑电数据;数据处理模块,所述数据处理模块对采集到的脑电数据进行预处理;本发明的有益效果是:本发明结合了睡眠分期技术,采用CNN‑BiLSTM混合架构算法对睡眠脑电数据进行处理与分析,该算法融合了CNN和BiLSTM的优势,能够实现对睡眠阶段的高精度划分;引入了DepNet2D模型,通过构建针对频谱信息的二维网络,深入剖析不同频段间的关联与影响,从而精准提取出抑郁症患者的特征性脑电频谱信息,基于睡眠分期的抑郁症诊断方法不仅提高了诊断准确率,还增强了其客观性和说服力,为抑郁症的精准治疗提供了有力支持。
技术关键词
睡眠生理
筛查系统
睡眠脑电
脑机接口设备
数据处理模块
数据采集模块
二维卷积神经网络
BiLSTM模型
频谱特征提取
信号
独立成分分析
短时傅里叶变换
相位滤波器
特征提取模型
网络结构
高层次
多任务
报告
系统为您推荐了相关专利信息
振动传感器
故障预测系统
数据处理模块
诊断模块
数据采集模块
三维地质建模方法
Delaunay三角形
三维地质模型
平面图
采样点
云端管控系统
AI深度学习
电力作业管理系统
智能分析模块
视频流