基于MSAPNet的青少年精神分裂症脑电识别研究

来源：电子测量技术杂志2024年第16期北京时间：

作者：廉小亲，王梓桐，高超，马虢春，刘春权

单位：1.北京工商大学计算机与人工智能学院 北京 100048; 2.北京工商大学中国轻工业工业互联网与大数据重点实验室 北京 100048

摘要：为了更好地利用脑电信号特征所表达的相关信息，提高青少年精神分裂症的识别准确率，本研究提出了一种基于三维脑电模糊熵特征和多尺度卷积神经网络模型（MSAPNet）的方法，进行青少年精神分裂症患者和健康青少年脑电信号分类。该方法首先提取脑电各节律波段的模糊熵作为特征，根据电极空间排布位置构建三维特征矩阵，并用多尺度级联模块对输入的包含原始脑电空间信息的三维特征矩阵进行特征提取。其次，通过设计的特征融合模块将不同层级的特征进行融合。接着，使用设计的多尺度降采样模块对特征图进行降维处理。最后，使用分类模块完成对病症的识别与检测。实验结果表明，MSAPNet对病症的识别准确率、敏感性、精确率、F1分数和特异性分别可以达到97.21%、97.51%、97.29%、97.40%和96.86%，和相关研究相比具有更好的病症检测性能，证明了研究所提出方法的有效性。

关键词：青少年精神分裂症;脑电信号;模糊熵;MSAPNet

基金资助：北京市自然科学基金(6214034)、2024北京工商大学研究生教育教学成果培育项目(19008024042)资助