半球不对称融合网络

抑郁检测精度98.94%

多阶段渐进式提取左右半脑时空特征，利用交叉注意力和域适应强化抑郁相关脑电不对称性建模，提升跨被试泛化能力。

Cheng, Cheng · Liu, Wenzhe · Jia, Ziyu · 罗文波

Information Fusion 2025

参数信息

准确率

98.94 %

准确率

97.69 %

技术优势

识别更准

通过多阶段渐进式提取左右半球联合时空特征，在 MODMA 和 PRED+CT 数据集上分别达到 98.94% 和 97.69% 的准确率，超越现有最优方法 19.54% 和 14.52%。

跨被试更稳

引入域适应模块，缓解个体差异造成的特征漂移，提升模型在不同受试者上的泛化能力。

应用场景

• 脑电抑郁筛查：用高精度模型自动筛查抑郁，替代耗时且主观性强的量表评估，提高筛查效率和客观性。
• 情感脑机接口：为情感脑机接口提供可靠的抑郁状态识别模块，提升系统对用户情绪状态的感知能力。
• 神经信号模式识别：提取半球不对称时空模式作为判别特征，用于神经信号中的抑郁相关模式识别。
• 可穿戴心理健康监测：在可穿戴设备上部署轻量模型，实现连续、实时的心理健康监测与预警。