10.3969/j.issn.1000-386x.2022.06.050
基于动态注意力网络非负矩阵分解的抑郁症筛选
严重抑郁症患者往往伴有自杀意图,严重威胁人类健康.为降低这一风险,利用最大信息系数度量窗口内脑电数据两两通道间的同步特征,以此来构建全脑的同步特征相关矩阵,设计自编码器动态提取相关矩阵的动态非线性注意力,实现动态注意力的非负矩阵分解算法,最后设计多分支神经网络对个体进行状态判别.在公共授权抑郁症脑电数据集MPHC上进行抑郁症筛选,实验结果表明:所提出的方法获得94.45％精确度、96.47％敏感度和92.31％特异度,超过了现有方法的分类性能(基于相同数据集).
脑电、抑郁症、注意力、非负矩阵分解
39
TP3(计算技术、计算机技术)
2022-07-18（万方平台首次上网日期，不代表论文的发表时间）
共6页
336-341
