一种基于机器学习的抑郁症早期筛查方法

本发明属于抑郁症筛查领域，具体是公开了一种基于机器学习的抑郁症早期筛查方法，方法包括：临床数据收集、构建面部表情分析模型、构建语音感情分析模型、构建文本情绪分析模型和多模型融合筛查。本方案通过构建多模态分析模型，融合模糊逻辑与神经网络进行面部情感识别、基于梅尔频率倒谱系数特征与长短期记忆网络进行语音情感分析，基于T5预训练模型进行文本情感分析，设计动态加权函数调整各模型权重，提升抑郁症早期筛查的精度与鲁棒性，为临床诊断提供全面且精准的筛查结果，推动抑郁症治疗和管理模式向智能化、精准化方向发展。