-
公开(公告)号:CN113349795B
公开(公告)日:2022-04-08
申请号:CN202110660709.4
申请日:2021-06-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于稀疏低秩张量分解的抑郁症脑电分析方法。具体步骤为,首先采用复Morlet小波变换提取脑电信号时频特征,并按照通道顺序将其构造为样本张量;其次,根据样本张量低秩、稀疏的特点,提出SLraTucker分解提取样本张量的多域特征,对抑郁症患者(MDDs)和正常对照组(HCs)两类人群进行分类识别。为进一步研究两类人群在受到不同情绪刺激时活跃脑区的异同,本发明对两类人群的静态与动态活跃脑区差异进行分析。本实验提出的SLraTucker分解方法能够有效提取脑电信号中的多域特征,并准确、客观地对抑郁症做出诊断、分析,使患者或医生更好了解病情并及时的治疗或预防。
-
公开(公告)号:CN113349795A
公开(公告)日:2021-09-07
申请号:CN202110660709.4
申请日:2021-06-15
Applicant: 杭州电子科技大学
Abstract: 本发明公开一种基于稀疏低秩张量分解的抑郁症脑电分析方法。具体步骤为,首先采用复Morlet小波变换提取脑电信号时频特征,并按照通道顺序将其构造为样本张量;其次,根据样本张量低秩、稀疏的特点,提出SLraTucker分解提取样本张量的多域特征,对抑郁症患者(MDDs)和正常对照组(HCs)两类人群进行分类识别。为进一步研究两类人群在受到不同情绪刺激时活跃脑区的异同,本发明对两类人群的静态与动态活跃脑区差异进行分析。本实验提出的SLraTucker分解方法能够有效提取脑电信号中的多域特征,并准确、客观地对抑郁症做出诊断、分析,使患者或医生更好了解病情并及时的治疗或预防。
-