[发明专利]一种基于睡眠分期的抑郁症自动检测方法

权利要求书

1.一种基于睡眠分期的抑郁症自动检测方法，其特征在于，包括：

获取测试者的睡眠数据，所述睡眠数据包括脑电、眼电和肌电的睡眠数据；

对所述睡眠数据进行独立成分分析后分成相同长度的若干睡眠数据段；

提取所述睡眠数据段的特征，所述特征包括频谱特征、边缘频率、绝对能量值、统计特征、Hjorth特征、最大最小距离和Esis特征；

将所述特征组成特征向量进行特征选择处理得到各项特征的权重，选择权重值为正的特征；

将特征选择得到的特征放入支持向量机分类器中进行分类预测得到睡眠分期标签数据；

将所述睡眠分期标签数据输入到训练好的抑郁症检测模型，所述抑郁症检测模型输出所述测试者是否患有抑郁症的结果。

2.根据权利要求1所述的基于睡眠分期的抑郁症自动检测方法，其特征在于，所述训练好的抑郁症检测模型的训练方法包括：

获取训练集的睡眠数据，所述睡眠数据包括脑电、眼电和肌电的睡眠数据，所述训练集由比例接近的正常人和抑郁患者组成；

对所述睡眠数据进行独立成分分析后分成相同长度的若干睡眠数据段；

提取所述睡眠数据段的特征，所述特征包括频谱特征、边缘频率、绝对能量值、统计特征、Hjorth特征、最大最小距离和Esis特征；

将所述特征组成特征向量进行特征选择处理得到各项特征的权重，选择权重值为正的特征；

将特征选择得到的特征放入支持向量机分类器中进行分类预测得到睡眠分期标签数据；整合所述睡眠分期标签数据，提取抑郁症患者的睡眠特征；

将所述抑郁症患者的睡眠特征组成特征向量，放入支持向量机分类器训练得到抑郁症检测模型。

3.根据权利要求1或2所述的基于睡眠分期的抑郁症自动检测方法，其特征在于所述睡眠数据还包括呼吸数据；所述特征还包括呼吸数据的呼吸波峰数量、间隔平均值、标准差、能量谱、近似熵和样本熵特征。

4.根据权利要求1或2所述的基于睡眠分期的抑郁症自动检测方法，其特征在于所述睡眠数据还包括血氧饱和度；所述特征还包括血氧饱和度的呼吸波峰数量、间隔平均值、标准差、能量谱、近似熵和样本熵特征。

5.根据权利要求1或2所述的基于睡眠分期的抑郁症自动检测方法，其特征在于所述睡眠数据还包括脉搏数据；所述特征还包括脉搏数据的脉搏间期特征。

6.根据权利要求1或2所述的基于睡眠分期的抑郁症自动检测方法，其特征在于所述睡眠数据段为每帧30秒的数据段。