近年來,抑郁癥的發(fā)病率在不同國家都有著明顯的增加,造成的危害也逐年增大。現(xiàn)階段識(shí)別抑郁癥的方法主要有:醫(yī)生的主觀識(shí)別法,該方法容易偏離客觀事實(shí);體內(nèi)激素檢測法,該方法通常會(huì)與一些軀體性疾病混淆造成誤診,且患者等待結(jié)果的時(shí)間較長、便捷性較差。為了使抑郁癥的識(shí)別相對(duì)客觀可靠、高效便捷,本文以腦電信號(hào)為基礎(chǔ),結(jié)合案例推理檢索方法,對(duì)抑郁癥的識(shí)別作了深入研究,主要工作如下:（1）針對(duì)案例推理模型中加權(quán)相似度檢索策略的識(shí)別準(zhǔn)確率不高、穩(wěn)定性不強(qiáng)等問題,提出了一種新的融合賦權(quán)方法,該方法利用遺傳算法對(duì)主成分分析、變異系數(shù)、信息熵三種計(jì)算權(quán)重的方案進(jìn)行融合。采用標(biāo)準(zhǔn)歐氏距離和改進(jìn)余弦兩種方案作為相似度檢索策略。利用五折交叉驗(yàn)證的方法在UCI的23個(gè)公開數(shù)據(jù)集上對(duì)融合賦權(quán)的相似度檢索方案做了驗(yàn)證,結(jié)果表明,該方案在不同數(shù)據(jù)集下能夠有效提高識(shí)別準(zhǔn)確率。（2）通過融合賦權(quán)的相似度檢索方案識(shí)別抑郁癥。首先對(duì)腦電信號(hào)數(shù)據(jù)進(jìn)行屬性約簡,構(gòu)建信息檢索表;然后對(duì)表中屬性進(jìn)行賦權(quán);最后對(duì)比融合賦權(quán)條件下標(biāo)準(zhǔn)歐氏距離、改進(jìn)余弦兩種相似度計(jì)算方案對(duì)抑郁癥的識(shí)別效果,確定識(shí)別抑郁癥的最終檢索方案。實(shí)驗(yàn)結(jié)果表明:提出的基于標(biāo)... 

【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)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

CBR-4R模型

圖 3-2 GA 算法流程圖度檢索方法模型中，相似性的計(jì)算結(jié)果直接影響著檢索方案的方法，使用不同的相似度計(jì)算方案獲得的結(jié)果不同。于遺傳算法的權(quán)重融合方案，分析了不同相似度計(jì)算之間的相似性常用的有以下方法：標(biāo)準(zhǔn)歐氏距離的相似度的計(jì)算距離計(jì)算相似度的實(shí)質(zhì)是在歐氏空間對(duì)兩個(gè)樣本點(diǎn)決實(shí)際問題的時(shí)候，通常需要將案例的概念抽象為案例點(diǎn)的距離確定兩者之間的相似度。距離的大小直點(diǎn)間的距離越小則這兩個(gè)案例之間的相似度越大, )和 = (1,2, , )，屬性權(quán)值為 = (1,2度計(jì)算公式為：

圖 4-1 采集數(shù)據(jù)的三導(dǎo)腦電設(shè)備此普適化三導(dǎo)腦電的設(shè)備的參數(shù)設(shè)置為：采樣率為250Hz、A/D 轉(zhuǎn)換分辨24bit、輸入阻抗 500MOhm、功耗0 75mW 導(dǎo)、共模抑制比為 115dB。此便攜式普適化三導(dǎo)腦電傳感器具有很高的靈活性，其對(duì)應(yīng)的電極片可以根同的需求放置于不同的位置，從而提取與篩查抑郁癥相關(guān)性最大的腦電信實(shí)驗(yàn)數(shù)據(jù)采集時(shí)的電極片位置安放是按照標(biāo)準(zhǔn)的國際10-20系統(tǒng)劃分的位行。如圖 4-2 中(a)、(b)所示，對(duì)于 10-20 系統(tǒng)，10 和 20 表示不同電極位置的距離按照整體的 10%或 20%進(jìn)行劃分。電極位是根據(jù)顱骨標(biāo)志經(jīng)測量而，每個(gè)電極標(biāo)記位由字母、數(shù)字、下劃線組成；依據(jù)腦解剖部位劃分不同的，由不同的字母表示：F 代表的是額區(qū)、P 代表的是頂區(qū)、T 代表的是顳區(qū) 代表的是枕區(qū)；鼻根至枕骨隆凸為正中線（又稱前后凸?fàn)罹�），耳屏前凹徑頭頂?shù)綄?duì)側(cè)耳屏前凹為冠狀線，正中線和冠狀線的交點(diǎn)即為頭區(qū)的中央頂數(shù)代表右半球、奇數(shù)代表左半球；參考電極為左右耳垂 1、 2。采用國際0 系統(tǒng)進(jìn)行電極位安放的優(yōu)點(diǎn)如下：該系統(tǒng)電極電位與頭顱的大小、形狀成

【參考文獻(xiàn)】：
期刊論文
[1]基于固有模態(tài)分解和深度學(xué)習(xí)的抑郁癥腦電信號(hào)分類分析[J]. 劉巖,李幼軍,陳萌.  中國醫(yī)學(xué)物理學(xué)雜志. 2017(09)
[2]基于AHP-變異系數(shù)法綜合賦權(quán)的含水層富水性研究[J]. 馮書順,武強(qiáng).  煤炭工程. 2016(S2)
[3]基于Spark的并行遺傳算法在旅行商問題中的應(yīng)用[J]. 許智宏,趙嘉偉,董永峰,蔣新宇.  計(jì)算機(jī)應(yīng)用研究. 2017(07)
[4]抑郁癥靜息態(tài)腦電的前額不對(duì)稱性分析[J]. 郭家梁,付冰冰,周海燕,馮媛,豐雷,楊孝敬,馬小萌,李淮周,王剛,鐘寧.  精神醫(yī)學(xué)雜志. 2016(02)
[5]基于統(tǒng)計(jì)分布熵的抑郁癥腦電信號(hào)分析[J]. 王凱明,周海燕,郭家梁,楊孝敬,王剛,鐘寧.  廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[6]一個(gè)測量抑郁癥的重要神經(jīng)指標(biāo):靜息額葉腦電活動(dòng)的不對(duì)稱性[J]. 劉雷,周仁來.  心理科學(xué)進(jìn)展. 2015(06)
[7]腦電非線性動(dòng)力學(xué)分析在抑郁癥中的應(yīng)用及抗抑郁藥的療效觀察[J]. 瞿祥,王藝明.  中國醫(yī)藥導(dǎo)報(bào). 2012(34)
[8]基于主成分分析的指標(biāo)權(quán)重確定方法[J]. 韓小孩,張耀輝,孫福軍,王少華.  四川兵工學(xué)報(bào). 2012(10)
[9]抑郁癥患者前額腦電功率改變以及與抗抑郁劑療效的相關(guān)性[J]. 錢衛(wèi)娟,劉剛,任方芳.  臨床精神醫(yī)學(xué)雜志. 2012(05)
[10]基于框架和案例推理的應(yīng)急預(yù)案表示和優(yōu)選方法的研究設(shè)計(jì)[J]. 谷巖.  計(jì)算機(jī)科學(xué). 2012(06)

博士論文
[1]基于案例庫的診療決策支持技術(shù)研究[D]. 顧東曉.合肥工業(yè)大學(xué) 2011
[2]輕度認(rèn)知障礙和阿爾茲海默病腦形態(tài)異常的磁共振影像研究[D]. 姚志軍.蘭州大學(xué) 2011
[3]大鼠抑郁癥模型中糖皮質(zhì)激素、促腎上腺皮質(zhì)激素釋放激素作用的研究[D]. 吳麗敏.中國科學(xué)技術(shù)大學(xué) 2007

碩士論文
[1]基于流形學(xué)習(xí)的腦電特征提取方法及應(yīng)用[D]. 羅新勇.北京工業(yè)大學(xué) 2016
[2]基于現(xiàn)代譜估計(jì)的抑郁癥腦電研究[D]. 孫名厚.蘭州大學(xué) 2016
[3]基于眼動(dòng)、腦電數(shù)據(jù)的抑郁人群識(shí)別研究[D]. 李冰.蘭州大學(xué) 2015
[4]基于腦電數(shù)據(jù)的抑郁識(shí)別及源定位的研究[D]. 許婷婷.蘭州大學(xué) 2015
[5]基于案例推理的糖尿病診斷系統(tǒng)的研究與應(yīng)用[D]. 羅洋.哈爾濱工業(yè)大學(xué) 2013
[6]基于相位同步分析的抑郁癥腦電信號(hào)的研究[D]. 胡巧莉.上海交通大學(xué) 2010
[7]基于案例推理的牙科病歷智能生成技術(shù)研究[D]. 顧東曉.合肥工業(yè)大學(xué) 2007
[8]CBR系統(tǒng)中事例檢索算法研究及應(yīng)用[D]. 魏偉杰.東北大學(xué) 2005
[9]基于案例推理的魚病診斷專家系統(tǒng)研究[D]. 周云.中國農(nóng)業(yè)大學(xué) 2005



本文編號(hào)：3260142