一种基于多模态生理数据的抑郁症状评估方法及系统

本申请公开了一种基于多模态生理数据的抑郁症状评估方法及系统，涉及人工智能技术领域，解决了现有技术中在评估抑郁症状时所存在主观性较强、数据维度单一、联动性不足和缺乏动态诱导机制的问题，该方法包括：利用VR场景独对受试者进行情绪诱发同时采集多维度的生理信号、行为表现和主观反馈信息并实现特征提取和多模态特征融合，利用由深度神经网络模型训练而成的抑郁风险评估模型预测受试者当前的情绪状态、抑郁症状严重程度及潜在异常反应特征，实现对抑郁风险评估模型的自我迭代学习与VR情境推送策略的调控，解决了情绪诱导方式单一、反应不稳定的问题，有效克服了传统评估方法中主观性强、数据维度有限的缺陷。