發(fā)布時(shí)間：2021-11-06 15:42

　　隨著社會(huì)的快速發(fā)展,人們承受著來自各方的壓力,患有焦慮癥的概率也越來越大。為了及時(shí)制定治療方案,對(duì)焦慮癥的精準(zhǔn)識(shí)別就至關(guān)重要。但是當(dāng)下對(duì)于焦慮癥的識(shí)別,大多數(shù)只是依賴醫(yī)生的臨床經(jīng)驗(yàn)和相關(guān)的自評(píng)量表。因?yàn)樯鐣?huì)對(duì)精神疾病的污名化,很多就診者會(huì)刻意隱瞞自己真實(shí)的心理狀態(tài),為醫(yī)生提供較為主觀的信息,導(dǎo)致誤判和誤診時(shí)有發(fā)生。近年來,隨著認(rèn)知科學(xué)和行為學(xué)的快速發(fā)展,腦電信號(hào)和眼動(dòng)信號(hào)由于能夠反映大腦的功能活動(dòng)以及人的注意力偏向而被廣泛應(yīng)用于焦慮癥的檢測(cè)。但是單模態(tài)數(shù)據(jù)很容易受到噪音干擾、數(shù)據(jù)缺失等因素的影響,本文從多模態(tài)融合的角度出發(fā),充分利用腦電信號(hào)和眼動(dòng)信號(hào)的相關(guān)性來獲得它們之間的協(xié)同表示,從而實(shí)現(xiàn)比單模態(tài)更準(zhǔn)確的焦慮癥識(shí)別。本文主要研究工作和成果包括:（1）提出一種基于組稀疏典型相關(guān)分析的多模態(tài)融合方法:因?yàn)槊總�(gè)腦區(qū)的結(jié)構(gòu)和功能是異質(zhì)的,所以同一腦區(qū)具有類似功能的腦電信號(hào)在刺激過程中會(huì)發(fā)生相似的變化,且同一腦區(qū)的腦電特征具有較強(qiáng)的相關(guān)性;同時(shí),同一類別的眼動(dòng)信號(hào)之間的關(guān)聯(lián)性是高于和其他類別特征的關(guān)聯(lián)性。為了充分建模兩種信號(hào)之間的相關(guān)性進(jìn)而生成更具有特異性的協(xié)同融合表示,本文提出了一種基于組稀... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

腦電節(jié)律波（圖片來自網(wǎng)絡(luò)，https://www.ifanr.com/1297063）

蘭州大學(xué)碩士學(xué)位論文面向焦慮癥識(shí)別的組稀疏典型相關(guān)分析融合方法研究圖1-2:眼睛功能結(jié)構(gòu)圖（圖片來自網(wǎng)絡(luò)，https://j.17qq.com/article/ihobigddz.html）1.2.3焦慮癥的研究及用上文我們提到EEG信號(hào)在識(shí)別精神障礙疾病上應(yīng)用廣泛[8][9]，1959年，Johnson等人[10]發(fā)現(xiàn)焦慮情緒的嚴(yán)重性與EEG的穩(wěn)定性有一定的關(guān)系。2006年，Thibodeau等人[11]通過研究腦電信號(hào)，發(fā)現(xiàn)了不同的人群的靜息態(tài)前額葉EEG與焦慮情緒的不對(duì)稱性。2010年，Julia等人[12]在他們的面部實(shí)驗(yàn)過程中發(fā)現(xiàn)焦慮癥患者的EEG的被激活程度與正常被試有較大的差距。2010年，Megan等人[13]通過記錄EEG數(shù)據(jù)和自我報(bào)告情緒數(shù)據(jù)與機(jī)器學(xué)習(xí)方法結(jié)合在一起，發(fā)現(xiàn)了與情緒個(gè)體差異相關(guān)的“杏仁核-海馬子網(wǎng)絡(luò)”，這樣的發(fā)現(xiàn)有助于更深入地了解焦慮情緒的神經(jīng)編碼，并發(fā)現(xiàn)一種可能對(duì)焦慮情緒診斷和治療有用的生物標(biāo)志物。2015年Giannakakis等人[14]通過讓被試觀看指定的視頻并獲取其EEG特征來識(shí)別被試是否患有焦慮情緒。2015年Jainammal等人[15]通過使用快速獨(dú)立分量分析和定向梯度直方圖對(duì)EEG提取特征，并最使用SVM分類器對(duì)特征進(jìn)行分類，并確定個(gè)體是否處于焦慮狀態(tài)。2017年，Klados等人[16]提出了基于EEG信號(hào)的數(shù)學(xué)焦慮自動(dòng)檢測(cè)系統(tǒng)，通過采集EEG信號(hào)并提取了466個(gè)特征，使用樸素貝葉斯方法進(jìn)行10折交叉驗(yàn)證實(shí)驗(yàn)對(duì)數(shù)學(xué)焦慮進(jìn)行識(shí)別。隨著EEG信號(hào)的采集技術(shù)的提升以及EEG信號(hào)質(zhì)量的提高，越來越多的研究人員選擇使用EEG信號(hào)研究焦慮癥等心理障礙疾病，也得到了很多有突破性的進(jìn)展。1.2.4焦慮癥的研究及用上文我們提到眼動(dòng)信號(hào)是可以反映人的心理狀態(tài)，因此對(duì)于焦慮癥患者的眼動(dòng)研究，已經(jīng)有很多科學(xué)家得出了不錯(cuò)的結(jié)論[17]。首先，2000年，Karin等人[

蘭州大學(xué)碩士學(xué)位論文面向焦慮癥識(shí)別的組稀疏典型相關(guān)分析融合方法研究圖2-1:數(shù)據(jù)層融合的結(jié)構(gòu)圖特征層融合完成了大量的數(shù)據(jù)壓縮，大幅度降低了數(shù)據(jù)量，有利于對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)處理。但是這樣很有可能在提取特征的同時(shí)損失一些信息，使融合的準(zhǔn)確率降低。特征層融合主要應(yīng)用于情感分析、精神疾病識(shí)別和人工智能領(lǐng)域等。圖2-2:特征層融合的結(jié)構(gòu)圖2.1.3策的多模態(tài)融合決策層的多模態(tài)數(shù)據(jù)融合是最高級(jí)的數(shù)據(jù)融合，如圖2-3所示：先從各個(gè)模態(tài)的數(shù)據(jù)集中抽取特征向量，再由此特征向量做出決策，然后在融合中心完成決策層的數(shù)據(jù)處理。決策層融合數(shù)據(jù)量小，對(duì)通信寬帶要求很低，對(duì)傳感器精度的要求不高。但是決策層融合對(duì)數(shù)據(jù)的損失非常大，因此可能導(dǎo)致精度下降，這取決于決策時(shí)所應(yīng)用的算法。決策層適用于更復(fù)雜的情感分析或匹配分析等。圖2-3:決策層融合的結(jié)構(gòu)圖11


本文編號(hào)：3480095