[实用新型]基于生理信息的抑郁症评估系统

摘要

本实用新型公开了一种基于生理信息的抑郁症评估系统，包括：信息采集模块、信号处理模块、参数计算模块、特征选择模块、机器学习模块和输出结果模块。本实用新型还公开了一种基于多种生理信息的抑郁症评估方法，包括以下步骤：1、对心电信号以及脉搏波信号、脑电信号、皮电信号、胃电信号、肌电信号、眼电信号、多导睡眠信号和温度信号中一种或一种以上信号进行信号处理，并计算信号参数；2、利用信号参数进行归一化处理，对经过归一化处理的信号参数组成的参数集进行特征选择，得到特征参数集；3、利用得到的特征参数集进行机器学习，利用特征参数集与抑郁等级的关系建立抑郁评估数学模型评估抑郁等级。具有能避免量表评估的主观性等优点。

主权项

一种基于生理信息的抑郁症评估系统，其特征在于，包括：依次连接的信息采集模块、信号处理模块、参数计算模块、特征选择模块、机器学习模块和输出结果模块；信息采集模块采集心电信号并采集脉搏波信号、脑电信号、皮电信号、胃电信号、肌电信号、眼电信号、多导睡眠信号和温度信号中的一种信号或一种以上的信号；信息采集模块采集的信号通过USB串口有线传输或蓝牙无线传输的方式传输到信号处理模块中；信号处理模块处理生理信息，所述生理信息的处理包括去基线处理、滤波去噪处理、提取心搏间期处理、时频变换处理以及谱分析和谱估计处理，信号处理模块输出经过处理的信号到参数计算模块；参数计算模块计算经过处理的信号的信号参数，所述信号参数包括心率变异性的时域参数、频域参数、时域几何参数以及根据采集的生理信息计算脉搏波信号、脑电信号、皮电信号、胃电信号、肌电信号、眼电信号、多导睡眠信号或温度信号中的一种或一种以上信号的时域参数、频域参数、直方图参数和分布图参数，参数计算模块输出信号参数到特征选择模块；特征选择模块在全部信号参数中获取与抑郁等级相关的特征参数集，特征选择模块输出特征参数集到机器学习模块；机器学习模块训练抑郁等级量化的分类器，利用特征参数集建立抑郁评估数学模型，量化抑郁等级，机器学习模块输出抑郁等级到输出结果模块；输出结果模块显示抑郁评估数学模型输出的抑郁等级。