一种基于迁移学习的单通道脑电检测抑郁症的方法

本发明公开了一种基于迁移学习的单通道脑电检测抑郁症的方法，其先对多个抑郁与健康被试的静息态单通道脑电数据进行预处理，获取相应被试的数据集；再构建用于抑郁和健康脑电图片分类的总体模型；数据集以被试为单元跨被试随机分为多折进行交叉验证，每折数据再进行整数分批；基于分批样本的训练结果和实际标签，通过损失函数获得训练结果与实际标签的差异，再采用Adam算法进行优化，最终在每个初始学习率下，获取最优的最终模型。本发明不仅简化检测流程，避免采用多通道造成操作复杂、舒适度差和成本高的问题，而且以少量被试的抑郁数据样本即能够自动从模型中提取有用的特征，适应特定的抑郁症检测任务、以及抑郁症的实际临床检测中。