融合共空间模式与脑网络特征的EEG抑郁识别

来源：计算机工程与应用杂志2022年第22期北京时间：

作者：王怡忻, 朱湘茹, 杨利军

单位：1.河南大学 数学与统计学院，河南 开封 475004；2.河南大学 认知、脑与健康研究所，河南 开封 475004；3.河南省人工智能理论及算法工程研究中心，河南 开封 475004；

摘要：提出共空间模式算法和脑网络拓扑属性融合的脑电信号（electroencephalography，EEG）特征，结合深度学习模型时序卷积网络（temporal convolution network，TCN）对抑郁组和对照组进行分类。根据相位锁值构建电极通道间相位同步性功能网络，分析不同频段下两种类别的功能连接模式。采用多特征融合方法将共空间模式特征和脑网络拓扑特征结合起来，最后结合Fisher score特征选择方法和分类器依赖结构，得到低维高效的特征子集并应用TCN进行分类。在抑郁数据集上的实验结果验证了所提策略的有效性。

关键词：抑郁识别,脑电信号（EEG）,共空间模式,时序卷积网络（TCN）,特征选择