一种基于跨模态知识蒸馏的抑郁症检测方法

本发明公开了一种基于跨模态知识蒸馏的抑郁症检测方法，属于抑郁症识别领域，解决了现有抑郁症检测方法在单模态数据和时间序列模型解释性方面的不足。本发明方法：构建多模态教师模型，该教师模型整合脑电和瞳孔面积信号；构建单模态学生模型，该学生模型仅使用瞳孔面积信号，通过知识蒸馏过程从教师模型中学习多模态特征；使用知识蒸馏过程对学生模型进行训练，通过特征层蒸馏和概率分布层蒸馏，使学生模型的中间层特征和输出概率分布与教师模型对齐；在测试阶段，将待检测的瞳孔面积信号输入蒸馏后的学生模型，输出抑郁症分类结果。本发明提升了单模态模型性能，减少了对多模态数据的依赖，增强了模型可解释性。