公开(公告)号：CN119889641A

公开(公告)日：2025-04-25

申请号：CN202411725447.5

申请日：2024-11-28

Applicant: 上海交通大学

Inventor： 李卫东 ,  罗光圣 ,  马显达 ,  叶俊 ,  陈志堂 ,  夏艺玮 ,  李承润 ,  曾苏华

IPC: G16H50/20 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/084 ,  G06N3/0442 ,  G10L15/02 ,  G10L15/06 ,  G10L15/08 ,  G10L15/14

Abstract: 本发明提供了一种基于SGCN图神经网络学习的抑郁症检测方法和系统，包括：收集被试者的语音样本，并进行预处理；从预处理后的语音样本中提取相关特征，根据抑郁症相关研究的先验知识和特征重要性，进行特征选择或降维处理；使用已标记的训练集，建立一个用于抑郁症检测的机器学习模型；通过交叉验证和参数调整对模型进行优化；使用独立的测试集对优化的模型进行评估；通过将模型嵌入到实际应用中，包括移动应用程序或在线平台，验证其在真实世界中的可行性和效果。本发明可用于不同场景病人的数据联合训练模型，可以保证数据的完备性、隐私性和较高地预测准确性和快速诊断。